CMap (Картеграфування характеристик)
CMap в PDF-файлі
CMap (Character Map) - це карта символів в потоці контенту PDF до точок коду Unicode або імен гліфів. Ресурси CMapp використовуються для вилучення тексту, пошуку та доступності у документах PDF (ISO 32000-1:2008, §9.10).
AdobeGlyphList
AdobeGlyphList надає статичне відображення з імен гліфов Adobe до Юнікоду. Кодові пункти:
int unicode = AdobeGlyphList.getUnicode("bullet"); // returns 0x2022
boolean exists = AdobeGlyphList.contains("copyright"); // trueЦе використовується при розкодуваннях імен гліфов з шрифтів типу 1 та TrueType, які використовують стандартну конвенцію назви гліпфіків Adobe.
Кодировка тексту
Кодування тексту PDF відображає коди символів на гліфи через комбінацію словника кодування шрифту, CMap ToUnicode та таблиці ширини знаків шрифта. Правильне обробка CMAP необхідне для надійного вилучення тексту.
