☰

什么是 Identity-H 编码，是否应该避免使用，如果应该，如何避免？

tag-icon • tag-icon fonts font-encodings
什么是 Identity-H 编码，是否应该避免使用，如果应该，如何避免？

当我创建包含多种字体（使用 xelatex 和 xeCJK）的文档时，所有这些字体的子集都包含在文档中。evince 中的“字体”选项卡中显示的文档属性显示以下内容：

  1. 大多数字体显示为名称-样式-Identity-H，例如 LibertinusSans-Bold-Identity-H （但有些不是以身份-H）。
  2. 所有这些都进一步表明类型 1C (CID)或者TrueType（客户识别号）。
  3. 在所有这些的下方都有一行字：编码：Identity-H。

（当我检查从别人那里得到的 pdftex 创建的文档中的“字体”选项卡时，字体都是类型 1和编码：自定义. 其他文档有其他编码或也身份-H）

在此主题在 Adob​​e 论坛上，有人写道

当使用此编码时，要提取文本，PDF 还需要一个“ToUnicode CMap”。您无法看到其中是否存在一个。

Identity-H 的真正含义是什么以及 xelatex 对此有何表现？

答案1

在 XeLaTeX 中，您通常不使用经典的 8 位字体，而是使用 OpenType 或 TrueType 字体。这些字体可以包含超过 256 个字形，因此在 PDF 文件中，它们不能轻易地表示为“简单字体”，而必须表示为“CID 字体”。

对于简单字体，编码将 0 到 255 之间的字形索引映射到字形名称，然后用于识别字体中的正确字形。

CID 字体用 CID（只是另一个数字）替换字形名称。因此，对于 CID 字体，用于表示 PDF 文件中字符的数字通过编码重新映射到 CID，然后转换为实际 GID（字体文件中字形的位置）。使用预定义的 CID 编码（它们称为 CMap，但它们与 ToUnicode CMap 不同）可以帮助 PDF 查看器了解哪个字符由特殊字形表示，但与字形名称类似，此映射有时需要调整并且可能取决于 PDF 查看器。因此，手动设置 ToUnicode CMap（将 Unicode 值与每个字形相关联的映射）通常更容易。这通常在 XeTeX 和 LuaTeX 中完成。

在这种情况下，CID 方案可以简化：通过使用 CMap/encoding Identity-H，我们基本上可以说：“我们写入 PDF 文件的字符代码已经是 CID，您不必重新映射任何内容。”这使我们能够跳过该过程的一个步骤。此外，我们通常使用字体，其中 CID 也与 GID 相同，因此我们可以将 GID 写入 PDF 文件，而不必担心所有这些与 CID 相关的东西。

因此，Identity-H 基本上是在说：“我们跳过整个编码阶段，直接在 TeX 中处理所有与编码相关的业务。”这应该不会成为问题，除非您不添加 ToUnicode CMap，否则 PDF 查看器无法将字形映射到 Unicode 值。但默认情况下，XeTeX做插入这样的 ToUnicode CMap，这样您就万事俱备了。（一个简单的测试，看看 Identity-H 字体是否存在 ToUnicode CMap：如果复制和粘贴大部分都有效，那么您肯定有一个 ToUnicode CMap）

相关内容