本文为系列 “数字化的活字印刷术” 的下篇。在本系列上篇《字体基础知识》中，介绍了：

  • 排印技术的简要历史；
  • 字体相关基本名词及基本过程。

本文将继续介绍下列内容：

  • 以一个内存中的字符串从其初始状态（字符数组）到最终上屏显示的完整过程，来展现字体格式、Linux 系统字体管理机制及一般的文本渲染方式；
  • 穿插介绍与排版、印刷、字体、字体渲染有关的一些常见概念。
  • 使用字体的合法合规性。

字型渲染一般过程

Linux 系统中，字型渲染是一个系统性工作，从上至下涉及 系统字体管理机制、字体渲染库、图形子系统、图形驱动程序 等多个组件的联动。

字体渲染技术栈字体渲染技术栈

  • 系统字体管理机制：用于管理系统中的字体文件、检索字体。
  • 字体渲染库：在屏幕上摆放文字的位置，并将矢量字形在 RAM/显存 中绘制 位图，并通知 图形子系统 从内存中对应的地方取到绘制的 位图 并拿去上屏。
  • 图形子系统：（KWin 或 X Server）将上层绘制的字形通过 图形驱动程序 显示到屏幕上。
  • 图形驱动程序：与图形卡进行通讯的组件。
    文字最终上屏是由 图形子系统、图形驱动程序 实现的，这两个组件与底层实现相关，它们并不知道绘制的文本是什么、长什么样，也并不具体影响字体的形状，只负责显示。
    本文只介绍 系统字体管理机制 和 字体渲染库 两个组件。

Linux 系统字体渲染过程简图

一段文本 "Ocean" 从其字符串形式到位图的过程一段文本 "Ocean" 从其字符串形式到位图的过程

一段文本从字符串到位图的转变，主要分为 找字、排版、渲染 三大步骤。
这三个步骤在 Linux 下一般分别由 Fontconfig、FriBidi/LibICU + HarfBuzz、FreeType 三个组件来完成。

1. 找字：Fontconfig

Linux 的 字体 及 字体配置 由 Fontconfig 套件管理。Fontconfig 的主要功能是：根据应用程序对字体的要求，在字库数据库中尽量匹配并输出一种字体，并指导字体的显示效果。

Fontconfig 的模块功能划分

按照功能划分，Fontconfig 套件包括包括两个模块：

  • 配置模块：用来读取 Fontconfig 配置文件，建立匹配规则
  • 匹配模块：根据匹配规则来匹配与应用程序需求最相近的字体（扫描字体、查询字体、读取字体信息），并输出字体的信息、指导字体的显示效果（只能说指导，因为具体的显示由Xft、Freetype等说了算）。

Fontconfig 找字流程Fontconfig 找字流程

Fontconfig 使用流程

我们使用 Fontconfig 的主要流程是：

  1. 前期准备：读配置文件、扫描字体库
  2. 匹配字体：App 输入查询字符串，由 Fontconfig 从字体缓存中匹配字体。
    匹配字体的算法类似于搜索算法中对特征向量进行的相似度计算，并且这种算法能保证总是能匹配到一个字体。
    具体地，例如 Fontconfig 在查询哪个字体是 “宋体” 时，会对系统中每一个字体生成一个 “特征码”，通过一定方式计算这个 “特征码” 与查询的 “特征码” 的 相似度，然后采纳其中相似度最大的字体作为匹配字体。
    字体匹配的过程与当前的语言环境设置 (LOCALE, LC_* 环境变量) 有关。不同语言环境会造成不一样的字体匹配效果。
    在 fontconfig 中库函数 FcFontSort、FcFontMatch 都能实现这一需求，区别是 FcFontSort 能返回整个字体集的匹配度排序，而 FcFontMatch 只找到匹配度最高的那个字体。详细过程分析会在其他文章中更新。
  3. 输出匹配的字体。

Fontconfig 使用流程图：

Fontconfig 的配置文件

从流程可以看到，事实上，Fontconfig 匹配过程中的每一步行为都可以通过配置文件来定义 —— 配置文件能影响 Fontconfig 输出的匹配过程和匹配结果。同时，Fontconfig 的匹配结果又会包含字体渲染的一些参数，因此也会影响到字体渲染的效果。
配置文件是 Fontconfig 的核心。我们可以通过自定义 Fontconfig 配置文件，来诱导 Fontconfig 选择正确的字体，以此满足对字体选择、渲染过程的定制需求。
Fontconfig 会首先加载 /etc/fonts/fonts.conf 文件。该文件是所有配置文件的起点，不应被修改/删除。
/etc/fonts/fonts.conf 文件又引入了 /etc/fonts/conf.d 目录下的配置文件。当系统中安装了新的字体包（比如 fonts-noto-cjk）时，会往这个目录中写入字体包的配置文件。

Fontconfig 配置文件采用 XML 格式编写，可定义以下 3 种内容：

  • 目录配置 - 配置字体文件、其他配置文存放的位置 (<dir>, <cachedir>, <include>)
  • 重写行为配置 - 配置查询前对查询字符串的修饰，以及找到字体后的对查询结果的修饰 (<match>)
  • 杂项配置 - 定义空白字符、重新扫描字体库的时间间隔等 (<config>)
    之后会有文章专门介绍 Fontconfig 的配置文件。

在程序中使用 Fontconfig

Fontconfig 是函数库，应用程序大都是通过静态链接 libfontconfig 来引入查询、匹配字体的能力。

使用 Qt、GTK+、Skia 等 GUI 框架进行开发时，这些框架会隐藏字体匹配的细节。事实上，这些框架在底层都是透过 libfontconfig 提供的 API 来匹配字体的。例如，Qt 中调用 libfontconfig 查找系统默认字体的实现是：

不同 GUI 框架根据其需求，可能会对 libfontconfig 进行定制。所以即使是在同一个系统环境下，并不是所有 Linux App 都能用同一个查询匹配出唯一的字体。

比如，Chromium 源码中包含针对 libfontconfig 的定制，会自己管理字体缓存，同时由于其沙盒机制可能导致 libfontconfig 读不到系统的字体配置文件 (fonts.conf)。因此，浏览器可能会无视系统的默认字体配置，同时 Web 页面通过 “Sans Serif” 匹配到字体与 Qt 程序匹配的 “Sans Serif” 字体可能未必一致。

相比之下，Qt 框架和 FireFox 浏览器都未有对 libfontconfig 进行大量修改，两者匹配字体的逻辑是相似的，都会遵循系统配置文件。因此，Web 页面通过 “Sans Serif” 匹配到字体与 Qt 程序匹配的 “Sans Serif” 字体是一致的。

2. 排版：FriBidi/LibICU、HarfBuzz

找到字体后，需要从字体中选取出对应于字符串 “Ocean” 的一系列正确的字形，才能被渲染器渲染出来，这个过程是排版。排版的需求比较清晰，就是根据文字的书写习惯，将字符串按从左到右或从右到左的顺序进行重组，然后像活字印刷一样从字体文件中挑选 “活字” 也就是字形。

排版一般分为两个子过程：字符顺序重排（FriBidi、LibICU 完成）、字形选取（由 HarfBuzz 库完成）。FriBidi/LibICU、HarfBuzz 都是函数库，被封装在 FreeType、Skia、Qt 等组件中。

字符顺序重排（FriBidi、LibICU）

人类语言文字的书写顺序主要分为从左往右（中、英文等）和从右往左（阿、希伯来等清真语言）两种。现在广泛使用的 Unicode 文本中可能混杂有这两种方向的文字片段，例如：

Unicode 提出了双向字符排布法（Unicode Bidirectional Algorithm，bidi）是用来解决双向文字混排问题的事实标准。标准规定，英文、阿拉伯语这样混合的字符串在计算机中存储时使用的逻辑格式为 english ARABIC text，即无视文字顺序，统一从左到右排布存储；显示时，会将阿拉伯语字符串倒转过来，即显示为 english CIBARA text。
FriBidi、LibICU 是 bidi 排布标准的实现。将逻辑格式的字符串作为它们的输入，可得到其在多语言环境下的正确排布顺序。

字形选取（HarfBuzz）

HarfBuzz 主要完成字形的选取，其工作过程类似活字印刷时代的 “制版”。技术上，HarfBuzz 主要将 Unicode 字符串中各字符的 码点（codepoint）映射到其字形在字体文件中的索引（glyph index）。

直观例子：

  • Hello, world! 在 Ubuntu Mono 字体中对应的字形索引为 43 72 79 79 82 15 3 90 82 85 79 71。
  • 不同字体文件中，同一个字符对应字形的位置可能不同。例如，-> 在 Ubuntu Mono 字体中对应的字形索引为 16 33，而在 Fira Code Retina 字体中对应的字形索引为 1603 1064。

3. 渲染：FreeType

当我们有了字体文件、字形索引，以及 Fontconfig 提供的渲染指引，就可以开始将字符串画出来了。

FreeType 是开源软件中大量使用的渲染库，它的主要职责是：

  • 读取并解析字体文件；
  • 将一串 字型索引 根据一系列 渲染参数（如是否执行反锯齿、采用何种反锯齿种类）绘制成位图。

Qt、Skia、GTK+ 底层都使用 FreeType 库来进行字体文件读取，大多数场合也都采用 FreeType 来进行自行绘制。

使用 FreeType 进行矢量字体的文本绘制一般遵循以下步骤 (鉴于现在使用的字体大都是 矢量字体，本文后面阐述的字体概念都是针对矢量字体定义的)。

1. 解析字体文件

历史上，矢量字体文件的标准不多，成气候的不外乎以下几种。

  • Type 1 字体。又称 PostScript 字体，是 Adobe 开发的、基于 PostScript 语言描述的高质量字体，适合印刷特别是专业印刷（如书籍和杂志）使用。
    • Type 1 字体会通过两个文件分发，一个文件专门描述屏幕上显示的位图字形，另一个文件专门描述打印时采用的矢量字形，二者在分发的时候就保证高度一致，因此在显示屏上看到的形状与打印出来的形状完全相同。
    • Type 1 是较老的印刷字体格式。该格式在印刷业历史悠久，许多企业已在 PostScript 格式字体上投资大量资源，因此其在短期内还不会完全被 TrueType 替代。
  • TrueType 字体：是由 Apple 和微软公司共同开发的一种电脑轮廓字体类型标准，后缀是 TTF。这种格式中的字符轮廓由直线和二次贝塞尔曲线片段构成。
    • TrueType 字体可同时用于屏幕显示及打印，并且显示及打印共用一个字形，因此在显示屏上看到的形状与打印出来的形状也是完全相同的。

      TrueType 格式和 PostScript 格式使用的字形标记方式有些微区别。

      • TrueType 使用的曲线是二次B-样条曲线（quadratic B-splines），PostScript 使用的是三次贝塞尔曲线（cubic Bézier）。
      • 数学上说，TrueType 的曲线是 PostScript 的子集，二者的表现性几乎一致，但是相互转化时容易出现数据损失。网络上多数 TrueType 格式字体是从其原生 PostScript 格式重新拟合而来的，拟合过程中出现数据损失，因此效果一般不如其原生 PostScript 格式。
        TrueType 格式相对于 PostScript 而言，支持更完善的 字形微调 功能。字体出版商可以在 TrueType 中定义字形在几乎任何情况下的显示效果。相反，PostScript 字体的字形微调是由 Adobe 的栅格化程序自动执行的，其显示、打印效果取决于 Adobe 的实现。
    • TrueType 格式有 Apple 和 Microsoft 两种格式，之间有细微不同，这意味着在 macOS 上能用的 TrueType 格式字体不一定能在 Windows 上 100% 可用。
  • OpenType 字体：由微软公司和 Adobe 联合开发用来延伸、替代 TrueType 的新字体，扩展名有 OTF、TTF、TTC 等。可以说 OpenType 是 TrueType 的超集（但并不完全是）。
    • 可以说 OpenType 是 Type 1 和 TrueType 的超集：这种格式中的字形轮廓数据可以是 TrueType 格式的轮廓，也可以是基于 PostScript 格式的轮廓。
    • OpenType 提供更多功能：小型大写字母、Old-fasion 数字、多语言连字 及 替换字符等。同时，OpenType 在 macOS 和 Windows 下的格式一致，不必进行转换就能进行字体分发。
  • WOFF 字体：在 Web 页面上，如果有需要展示用户电脑上没有安装的字体，我们一般不直接使用 TTF、OTF 字体文件来展示，而使用 Mozilla 组织开发的 Web 字体标准格式 WOFF、WOFF2 （Web Open Font Format）来分发字体。
    • 使用 WOFF 的主要原因是 文件尺寸。WOFF、WOFF2 文件使用经过 zlib 压缩，比原本 TTF 文件尺寸可缩小达 40% 以上，适合在网络上传播。
    • WOFF2 比 WOFF 压缩得更彻底。
    • 并且如果通过网络直接分发 TTF、OTF 文件，可能面临法律纠纷。
      FreeType 绘制字形第一个步骤就是解析字体文件。对于 TrueType、OpenType 字体文件，FreeType 会按照 SFNT 格式的约定来读取它们。

前面提到的 SFNT 包装格式 是 Apple 为 TrueType 开发的一种字体文件格式。现在这种格式已经被广泛采用为通用的字体格式标准，除了 TrueType、OpenType，WOFF 也采用这种包装格式。

后面会专门做一篇文章，对 SFNT 包装格式的内部结构进行简要说明。

2. 载入字符并进行变形

矢量字体的字形是以连续且闭合的曲线存储及表达的。这些字形点列表的形式存放在 TrueType 字体的 ‘glyf’ 表中。
字形中连续且闭合的曲线被称为 轮廓 (Contour / Outline)。一个字形中，可能有好几个轮廓。比如 Helvetica 字体中的字符 ‘O’ 中就有两个轮廓。

TrueType 字形中的轮廓是以若干个首尾相连的 直线 或者 圆锥贝塞尔曲线 (Conic Bézier Arc) 构成的。例如上面的字符 ‘O’ 中，轮廓 1、轮廓 2 都分别以 8 条圆锥贝塞尔曲线首尾相接构成。

一条圆锥贝塞尔曲线由两个端点 (On Point) 和一个控制点 (Off Point) 构成。其中，两个端点控制曲线的位置，而控制点则定义了曲线的曲率。

数学上可以证明，只要连续的两个 控制点 能够连成一条直线，则在这两个控制点之间夹着的那个端点处就是 连续 的。TrueType 字体中可以利用这样的特性，通过若干条相接的贝塞尔曲线，来拟合一条连续且流畅的 任意曲线。

贝塞尔曲线不是本文的重点，可以透过以下连接浏览详情。

SFNT 格式通过 轮廓指针列表、x 坐标列表、y 坐标列表、点类型 (flag) 列表 共 4 个列表来存储一个字符数据，详细可参考 Apple 的官方解释。

载入字符后，FreeType 可以根据需要对读取到的字形进行曲线层面的 变形，例如变扁、变瘦、旋转或缩放等。

3. 计算 Kerning

间距微调（Kerning）指的是排版时调整字符间距的操作：

在绘制字体前，按照上一个已经绘制的字形的形状，适当往前移动 Pen Position (笔位置，即开始绘制字形的位置)。
大写字母的 Kerning Pairs 有 AV、AW、AY、WA、YA、LY、LW 等。

4. 绘制字符

得到字符的轮廓数据后，FreeType 将绘制字形。

首先要解决 “在哪绘制” 的问题。

  • 通常，调用 FreeType 的程序会把 “需要绘制文字的那块屏幕区域” 与 “RAM 中的一块空间 (Buffer)” 联系在一起。这样对 Buffer 进行修改，就相当于对屏幕上的那块区域进行修改。
  • 上述联系建立后，调用 FreeType 的程序会把 Buffer 在 RAM 中的位置及尺寸告诉 FreeType，然后 FreeType 就开始进行绘制。
  • 通常不会让 FreeType 自己管理内存，因此它不知道 Buffer 从哪儿来，也不知道 Buffer 去哪里 - 它只管在 Buffer 中绘制字形，剩下的事情都是 调用 FreeType 的程序 来完成的。

得到 Buffer 后，绘制过程是比较直观的，但是涉及两个关键的渲染领域技术 —— 微调和反锯齿。

  • 首先，FreeType 会将字形摆放要显示的像素格子中 (Grid-Fitting)。
    • 如果字符中包含 微调 (Hinting) 指令，会根据微调指令调整轮廓。
  • 然后，FreeType 从上至下，一行一行像素进行填色。
    • 如果开启了 反锯齿模式 (Anti-Alias Mode)，填色的深度会根据轮廓在像素上的覆盖率来安排。

上面提到的 微调 (Hinting) 和 反锯齿模式 (Anti-Alias Mode) 都是用来对付低清显示器的两项技术。

微调 (Hinting) 指的是对字形进行栅格化时，对字形本身进行微调以适应分辨率等环境因素。微调可以保证字形中的 关键笔画 在低清环境下也能被清楚显示。对字形进行微调通常是由渲染器自动进行的。

  • 显式微调：这是 TrueType 的一个功能。TrueType 的每个字形都有一个 “指令列表”，其中放置与该字体相关的 渲染指令 (instructions)。渲染指令可以实现字体按照出版商的意愿进行微调。
    • 久经考验的经典字体如 Times New Roman、Helvetica 的字型微调指令都是人肉编写 (后面专门会有文章介绍渲染指令)。这样编写出来的指令理论上能渲染出最理想效果，但是弊端非常明显：人工微调的步骤 极端繁琐，缺乏生产工具，难度并不亚于直接编写机器语言程序 - 只有少数业内专家掌握这一技能。
    • 现在，一些专业字体编辑软件可以根据字形，用算法自动识别微调需求，自动形成一部分微调指令。字体编辑人士只需要修改少量指令就能实现，可以以此减少工作量。
  • 隐式微调：PostScript 字体 (Type 1, CFF, CFF2) 的微调方法比较简单。不用人工编写复杂的指令，只需在设计字体时，在字型中标出一定要绘制清楚的关键笔画。渲染器会决定如何就这些关键笔画进行微调，因此不同渲染器微调出来的效果可能不同。
  • 自动微调：现在许多 TrueType 字体都不内置微调指令。这些字体可以通过 “自动微调” 机制来进行微调。渲染器在绘制字体时，会利用 auto-hinter 来 “猜测” 要执行哪些微调操作。

中文字形微调

  • 汉字数量巨大，为 GB18030 的所有汉字编写微调指令是不可能短时间完成的事情。许多中文 TrueType 字体都不内置微调指令，所有微调操作都由渲染器自动进行。
  • 另一方面，在屏幕分辨率越来越高的背景下，微调的重要性已经没有过去那么高了。即便是在低清显示器上，多数情况下，许多渲染器也已经能够实现良好的自动微调效果。因此，现在人肉编写微调指令已经没有过去那么有必要了。

**反锯齿模式 (Anti-alias Mode)**：指的是在低清显示器下对字形边缘进行打磨的过程，常和字形微调一起使用，提升可读性。如果没有开启反锯齿或反锯齿强度不够，在低清显示器上常出现字体显示得太细或者不清晰。

次像素渲染（sub-pixel rendering）：是一种在 LCD、OLED 屏上实施抗锯齿的方式。该技术利用 LCD 屏中每个像素都是由 RGB 三色显像管（三个次像素）构成的这一特性，在字的边缘，显示不同亮度的 R、G 或 B 像素 (次像素)，以对处于边缘的像素进行彩色补足，来增强字体边缘的层次及柔和感。

下图中从上到下、从左到右依次展现了以下处理效果：无处理、用完整像素来抗锯齿、用灰度来抗锯齿、用次像素来抗锯齿。用完整像素来抗锯齿的场合中，用于补足边缘的 R、G、B 显像管是以完整亮度显示的，虽然锯齿是补上了，但整体并不柔和。

5. 移动 Pen Position 到下一位置

当一个字符绘制完成后，“Pen Position” 会移动到下一位置，然后循环本段第一部分绘制后边的字符，直到绘制结束当一个字符绘制完成后，“Pen Position” 会移动到下一位置，然后循环本段第一部分绘制后边的字符，直到绘制结束

使用字体的合法合规性

字体是科学和艺术作品，也是《著作权法》规定的美术作品的范畴。与大多数软件一样，字体具有使用合规性的限制，也有开源和商业字体之分。每个字体都有与之相关联的 许可证 (License)，并且在任何使用之前都必须取得许可证。

  • 商业字体：使用之前必须 获取许可证 (Licensing)。许可证种类繁多，限制比较广。
  • 免费/开源字体：允许在许可证范围内免费分发，并且允许任意未经修改的使用。
    • 开源字体可以在任何用途 (商业、非商业) 中不修改使用，但是在分发字体的方式上可能有具体的限制。
    • 大多数开源字体一般遵循 SIL Open Font License 许可证，允许字体与商业软件捆绑销售分发；但是具有传染规则，即以该协议的字体为蓝本修改的字体文件也必须遵循 SIL OFL 协议。
    • 少数字体遵循其他开源协议如 Apache License、GPL。
      每个字体都有与之相关联的 许可证 (License)，定义了两种内容：
  • Volume (数量) - 字体能够安装到的设备的数量，能够接受的网站访问量等。
  • Kind of Usage (使用方式) - 商业许可证一般限定了字体能被分发的方式，包括但不限于：
    • 有的字体可能限制只能随着操作系统分发 (比如微软雅黑)；
    • 有的字体可能定义只能用在该操作系统中，以及使用该操作系统生产的文档中 (比如 “苹方” 字体)；
    • 有的字体可能限制了向 App 中嵌入字体 (比如方正系列的字体)
      在中国的法律实践中，字体侵权案件一般采用衡量 “文字变形是否超过 50%” 方式来界定违法事实是否存在。一般收费字体在未购买版权的情况下用于商业用途，且 变形较少或无变形，即涉及侵权。

北大方正诉上海跃兴旺、家乐福案

北大方正公司于 2000 年创作完成了方正平和体（共计 9748 个单字），并进行了美术作品版权登记。跃兴旺公司在多款产品外包装上最显著的位置，使用大号字体突出使用方正平和体的“自”、“然”、“之”、“子”4个字形，家乐福公司销售了上述产品。

法院认定，“自”、“然”、“子”三个字与北大方正公司的方正平和体“自”“然”“子”三个字相比，三个字的字形设计（各个笔画布局）和整体设计风格 基本相同，侵犯了北大方正公司就其方正平和体享有的复制权、发行权和修改权，判赔2.5万元。