标识绘图 (CMap)
图表在PDF中
CMap (字符地图) 将PDF内容流中的字体代码映射到Unicode代号点或格式名称.CMap资源用于PDP文档的文字提取,搜索和可访问性 (ISO 32000-1:2008, §9.10).
AdobeGlyphList
AdobeGlyphList 从Adobe字符名到Unicode提供静态映射 代码点:
int unicode = AdobeGlyphList.getUnicode("bullet"); // returns 0x2022
boolean exists = AdobeGlyphList.contains("copyright"); // true这是在解码类型1和TrueType字体中的Glyph名称时使用的,这些字符采用Adobe标准Gyph命名规范.
文本编码
通过字体编码词典,ToUnicode CMap和字符宽度表的组合,PDF文本编号将字母代码映射到图形中.正确的CMap处理对于可靠的文字提取至关重要.
