CMap (Pemetaan Karakter)
CMap dalam PDF
CMap (Character Map) memetakan kode karakter dalam aliran konten PDF ke titik kode Unicode atau nama glyph. Sumber daya CMapp digunakan untuk ekstraksi teks, pencarian, dan aksesibilitas dalam dokumen PDF (ISO 32000-1:2008, §9.10).
AdobeGlyphList
AdobeGlyphList menyediakan pemetaan statis dari nama glyph Adobe ke Unicode Kode titik:
int unicode = AdobeGlyphList.getUnicode("bullet"); // returns 0x2022
boolean exists = AdobeGlyphList.contains("copyright"); // trueIni digunakan saat mendekod nama-nama glyph dari jenis 1 dan TrueType font yang menggunakan konvensi penamaan standar Adobe.
Pengkodean Teks
Pengkodean teks PDF memetakan kode karakter ke glyphs melalui kombinasi dari kamus pengkodekan font, ToUnicode CMap, dan tabel lebar karakter font. Penanganan CMapp yang benar sangat penting untuk ekstraksi teks yang andal.
