当前位置:

首页 > 编程开发 > Borb中高效使用西里尔字母技巧

Borb中高效使用西里尔字母技巧

本文详细探讨了在Pythonborb库中处理西里尔字母的挑战与解决方案,特别是针对需要精细字符控制和高性能的场景。文章首先介绍了使用Paragraph和Rectangle的高层API方法,指出了其在处理大量字符时的性能瓶颈。随后,深入分析了基于低层PDF内容流操作的优化方案,并重点阐述了如何正确集成自定义TrueType字体以支持西里尔字母,同时解决了字符编码问题,最终实现了显著的性能提升。

本文目录

    在borb中高效使用西里尔字母:自定义TrueType字体与低层PDF操作

    本文详细探讨了在Python `borb`库中处理西里尔字母的挑战与解决方案,特别是针对需要精细字符控制和高性能的场景。文章首先介绍了使用`Paragraph`和`Rectangle`的高层API方法,指出了其在处理大量字符时的性能瓶颈。随后,深入分析了基于低层PDF内容流操作的优化方案,并重点阐述了如何正确集成自定义TrueType字体以支持西里尔字母,同时解决了字符编码问题,最终实现了显著的性能提升。

    引言:在borb中处理西里尔字母的挑战

    在borb库中处理非拉丁字符集,如西里尔字母,常常会遇到字体支持问题。borb默认的字体可能不包含西里尔字母的字形,导致字符无法正确显示。对于需要精确控制每个字符位置的应用场景,如PDF文档的字符级修改,问题会变得更加复杂。本文将介绍两种在borb中实现西里尔字母渲染的方法:一种是易于理解但效率较低的高层API方法,另一种是性能优越但需要深入理解PDF底层机制的低层内容流方法。我们将重点解决如何在低层方法中正确集成自定义TrueType字体并处理西里尔字母编码。

    方法一:使用高层API(Paragraph和Rectangle)

    borb提供了一套高层API,通过Paragraph和Rectangle对象可以相对直观地在PDF页面上放置文本。这种方法允许用户指定自定义字体,从而解决西里尔字母的显示问题。

    实现细节

    首先,需要加载一个支持西里尔字母的TrueType字体(.ttf文件)。然后,对于每个要渲染的字符,创建一个Paragraph实例,并指定其字体、大小和内容。最后,使用paint方法将其绘制到指定Rectangle区域内的页面上。

    以下是实现此方法的示例代码:

    from pathlib import Path
    from decimal import Decimal
    from borb.pdf.canvas.layout.text.paragraph import Paragraph
    from borb.pdf.canvas.layout.shape.rectangle import Rectangle
    from borb.pdf.canvas.font.true_type_font import TrueTypeFont
    from borb.pdf.canvas.font.font import Font
    from borb.pdf.page.page import Page
    
    # 假设 symb_arr 是一个包含 Symbol 对象的数组
    # class Symbol:
    #     def __init__(self, s, x, y, w, h, f):
    #         self.sym = s  # character
    #         self.x_coord = x
    #         self.y_coord = y
    #         self.width = w
    #         self.height = h
    #         self.font_size = f
    
    # 1. 加载自定义TrueType字体
    font_path: Path = Path(__file__).parent / "TimesNewRomanRegular.ttf"
    custom_font: Font = TrueTypeFont.true_type_font_from_file(font_path)
    
    # 假设 page 是一个 borb.pdf.page.page.Page 对象
    # 假设 symb_arr 是 Symbol 对象的列表
    # 假设 font_size 已经定义
    
    for i, s in enumerate(symb_arr):
        r: Rectangle = Rectangle(
            Decimal(s.x_coord),
            Decimal(s.y_coord),
            Decimal(s.width + 2),
            Decimal(s.height + 2),
        )
        Paragraph(s.sym, font_size=Decimal(s.font_size), font=custom_font).paint(page, r)

    优点与局限性

    • 优点: 代码直观,易于理解和实现。borb内部会处理字体嵌入和字符编码的复杂性。
    • 局限性: 对于需要处理大量字符或进行频繁修改的场景,这种方法效率低下。每次调用Paragraph.paint都会涉及较多的内部操作,导致性能瓶颈。例如,处理两段PDF文档可能需要数秒。

    方法二:使用低层PDF内容流操作实现高性能渲染

    为了实现更高的性能,可以直接操作PDF的内容流(Content Stream)。PDF内容流使用一系列操作符来描述页面内容,例如设置字体、定位文本和显示文本等。这种方法提供了对PDF渲染过程的精细控制,但需要更深入地理解PDF规范。

    低层操作的基本原理

    PDF内容流是一系列指令的序列,这些指令被压缩并存储在页面对象的Contents字典中。通过构建这些指令,可以直接控制文本的渲染。

    以下是使用低层语法渲染文本的示例代码:

    import zlib
    from decimal import Decimal
    from borb.pdf.canvas.layout.text.paragraph import Paragraph
    from borb.pdf.canvas.layout.shape.rectangle import Rectangle
    from borb.pdf.canvas.font.true_type_font import TrueTypeFont
    from borb.pdf.canvas.font.font import Font
    from borb.pdf.page.page import Page
    from borb.pdf.document.document import Document
    from borb.pdf.canvas.geometry.rectangle import Rectangle as BorbRectangle
    from borb.pdf.primitive.name import Name
    from borb.pdf.primitive.stream import Stream
    from borb.pdf.primitive.dictionary import Dictionary
    from borb.pdf.primitive.string import String
    
    # 假设 page 是一个 borb.pdf.page.page.Page 对象
    # 假设 symb_arr 是 Symbol 对象的列表
    # 假设 doc 是 borb.pdf.document.document.Document 对象
    
    # 1. 创建内容流
    content_stream = Stream()
    content = b""""""
    for s in symb_arr:
        # 注意:这里的 (%b) Tj 格式化字符串和编码是问题的关键
        # 后面会详细讨论如何正确处理西里尔字母编码
        content += b"""
            q
            BT
            /F1 %b Tf
            %b %b Td
            (%b) Tj
            ET
            Q
        """ % (bytes(format(s.font_size, '.4f'), 'utf-8'),
               bytes(format(s.x_coord, '.4f'), 'utf-8'),
               bytes(format(s.y_coord, '.4f'), 'utf-8'),
               bytes(str(s.sym), 'utf-8')) # 原始问题中的编码方式
    
    content_stream[Name("DecodedBytes")] = content
    content_stream[Name("Bytes")] = zlib.compress(content_stream["DecodedBytes"], 9)
    content_stream[Name("Filter")] = Name("FlateDecode")
    content_stream[Name("Length")] = Decimal(len(content_stream["Bytes"]))
    
    # 2. 设置页面内容
    page[Name("Contents")] = content_stream
    
    # 3. 设置字体资源 (原始问题中的尝试)
    page[Name("Resources")] = Dictionary()
    # 原始问题尝试从现有页面复制字体资源,但这不适用于自定义字体
    # page[Name("Resources")] = doc.get_page
    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    编程开发
    相关文章 更多
    QQ影音怎么加速播放视频课程
    QQ影音怎么加速播放视频课程

    播放时右键选播放速度,或点控制条倍速,1.25 到 1.5 倍看课最舒服;公式代码类内容别超过 1.25 倍。

    企业微信创建企业提示失败怎么办 实名与填写检查
    企业微信创建企业提示失败怎么办 实名与填写检查

    先看提示属于哪类:名称占用就加后缀,实名不一致就重填本人信息,证件不清晰就重拍。统一社会信用代码逐位核对,连续三次失败别改材料重投,直接联系客服人工核。

    Modern Web Guidance 的 legacy-scan 反转建议应该怎样判断?
    Modern Web Guidance 的 legacy-scan 反转建议应该怎样判断?

    说明源码提交对字符串、生成器和数组的识别边界,以及扫描命令与发行包核验限制。

    Codex 0.170.0 正式版的语音与连接更新,适用范围有哪些限制?
    Codex 0.170.0 正式版的语音与连接更新,适用范围有哪些限制?

    0.170.0 的语音更新限于终端通话协商能力的明确新增,同名工具服务器跨环境支持仍标注实验性质;连接部分则修复大请求回退、认证竞态和云端重连等具体问题。这份正式版公告不足以证明所有账户、所有客户端都已具备完整语音功能。

    Hy4 flash 三种权重怎么选,安装和授权要注意哪些条件?
    Hy4 flash 三种权重怎么选,安装和授权要注意哪些条件?

    了解Hy4 flash、FP8与base的适用任务,阅读官方安装及图文代码,并核对资源和MaaS许可条件。

    OpenAI Python SDK 3.55.0 升级看点:Live MCP 服务配置与预算接口变化
    OpenAI Python SDK 3.55.0 升级看点:Live MCP 服务配置与预算接口变化

    OpenAI Python SDK 3.55.0 升级看点:Live MCP 服务配置与预算接口变化。说明已核实的更新范围、类型兼容性和本地版本确认方法。

    OpenAI Java SDK 4.108.0 的两项新增能力适合哪些项目?
    OpenAI Java SDK 4.108.0 的两项新增能力适合哪些项目?

    OpenAI Java SDK 4.108.0 面向 Live MCP 工具接入与 Managed Agents 预算状态处理,说明新增模型、事件含义、正式发布范围和适用限制。

    Free Claude Code 6.19.37 如何兼顾网页搜索与普通工具调用?
    Free Claude Code 6.19.37 如何兼顾网页搜索与普通工具调用?

    Free Claude Code 6.19.37 在自动搜索时保留客户端工具及选择条件,代理执行搜索后仍返回普通调用。说明适用场景、历史信息保留、请求约束与第三方项目的版本边界。

    Google GenAI Go SDK 1.78.0 的 v1beta 配置优先级怎样判断?
    Google GenAI Go SDK 1.78.0 的 v1beta 配置优先级怎样判断?

    Google GenAI Go SDK 1.78.0 将 Gemini Developer API 默认改为 v1,可用 HTTPOptions.APIVersion 或环境变量保留 v1beta,Vertex AI 默认值不变。

    Google GenAI SDK 3.5.0实时交互值得哪些项目升级评估?
    Google GenAI SDK 3.5.0实时交互值得哪些项目升级评估?

    解释实验性实时支持、环境检查与生产评估中需要验证的条件。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。