PDF lib中国語出力(四)PDF lib受信のいくつかのテキスト入力形式について
7642 ワード
PDF libのtextformatパラメータは、次のようにテキスト入力形式を設定します.
bytes:文字列内のバイトごとに1文字に対応します.主に8ビット符号化に応用される.utf 8:文字列はUTF-8符号化である.ebcdicutf 8:文字列はEBCDICのUTF-8符号化であり、IBM iSeriesおよびzSeriesにのみ使用される.utf 16:文字列はUTF-16符号化である.文字列がUnicodeのタグバイト番号(BOM)で始まる場合、PDF libはBOM情報を受信して文字列の先頭から削除します.文字列にBOMがない場合、文字列のバイト順はホストのバイト順に依存します.Intel x 86システムはリトルエンド(little-endian,0 xFFFE)であり、SparcとPowerPCシステムは大テール(big-endian,0 xFEFF)である.utf 16 be:文字列は、最後尾バイト順のUTF-16符号化である.BOMには特別な処理はありません.utf 16 le:文字列は、末尾バイト順のUTF-16符号化である.BOMには特別な処理はありません.Auto:8ビット符号化では「bytes」に相当し、ワイド文字列(Unicode,glyphid,UCS 2またはUTF 16 CMap)では「utf 16」に相当する.
プログラミング言語では、Unicode文字列を自動的に処理できる言語をCOMであるUnicode言語(Unicode-capable)をサポートする言語と呼ぶ.NET,Java,REALbasicおよびTclなど.Unicode文字列の特殊な処理が必要な言語をUnicode言語(non-Unicode-capable)と呼び、C,C++,Cobol,Perl,PHP,PythonおよびRPGなどである.non-Unicode-capable言語では、「auto」設定がテキスト文字列の大部分を正しく処理します.Unicode-capable言語の場合、textformatパラメータのデフォルト値は「utf 16」です.non-Unicode-capable言語のデフォルト値は「auto」です.このほか、PDF libではSGMLやHTMLでよく使われる文字参照方法(Character Reference)もサポートされています.パラメータcharrefを真に設定し、textformatを「bytes」に設定することを前提とします.
有効なCharacter Referenceをいくつか示します.
soft hyphen
soft hyphen
soft hyphen
€ Euro glyph (hexadecimal)
€ Euro glyph (decimal)
€ Euro glyph (entity name)
< less than sign
> greater than sign
& ampersand sign
Α Greek Alpha
次の例は、Cソースプログラム(生成されたpdfファイル–PDF lib_cs 4.pdfを添付)です.
bytes:文字列内のバイトごとに1文字に対応します.主に8ビット符号化に応用される.utf 8:文字列はUTF-8符号化である.ebcdicutf 8:文字列はEBCDICのUTF-8符号化であり、IBM iSeriesおよびzSeriesにのみ使用される.utf 16:文字列はUTF-16符号化である.文字列がUnicodeのタグバイト番号(BOM)で始まる場合、PDF libはBOM情報を受信して文字列の先頭から削除します.文字列にBOMがない場合、文字列のバイト順はホストのバイト順に依存します.Intel x 86システムはリトルエンド(little-endian,0 xFFFE)であり、SparcとPowerPCシステムは大テール(big-endian,0 xFEFF)である.utf 16 be:文字列は、最後尾バイト順のUTF-16符号化である.BOMには特別な処理はありません.utf 16 le:文字列は、末尾バイト順のUTF-16符号化である.BOMには特別な処理はありません.Auto:8ビット符号化では「bytes」に相当し、ワイド文字列(Unicode,glyphid,UCS 2またはUTF 16 CMap)では「utf 16」に相当する.
プログラミング言語では、Unicode文字列を自動的に処理できる言語をCOMであるUnicode言語(Unicode-capable)をサポートする言語と呼ぶ.NET,Java,REALbasicおよびTclなど.Unicode文字列の特殊な処理が必要な言語をUnicode言語(non-Unicode-capable)と呼び、C,C++,Cobol,Perl,PHP,PythonおよびRPGなどである.non-Unicode-capable言語では、「auto」設定がテキスト文字列の大部分を正しく処理します.Unicode-capable言語の場合、textformatパラメータのデフォルト値は「utf 16」です.non-Unicode-capable言語のデフォルト値は「auto」です.このほか、PDF libではSGMLやHTMLでよく使われる文字参照方法(Character Reference)もサポートされています.パラメータcharrefを真に設定し、textformatを「bytes」に設定することを前提とします.
PDF_set_parameter(p, "charref", "true");
PDF_set_parameter(p, "textformat", "bytes");
有効なCharacter Referenceをいくつか示します.
soft hyphen
soft hyphen
soft hyphen
€ Euro glyph (hexadecimal)
€ Euro glyph (decimal)
€ Euro glyph (entity name)
< less than sign
> greater than sign
& ampersand sign
Α Greek Alpha
次の例は、Cソースプログラム(生成されたpdfファイル–PDF lib_cs 4.pdfを添付)です.
/*******************************************************************/
/* This example demostrates output Chinese Simplified text with different
/* textformat option under Chinese Simplifed Windows.
/*******************************************************************/
#include
#include
#include
#include "pdflib.h"
int main(void)
{
PDF *p = NULL;
int Font_E = 0, Font_H = 0, Font_CS = 0, Left = 50, y = 800, i = 0;
const int INCRY = 25;
char text[128], buf[128];
/* 1 byte text (English: "Simplified Chinese") */
static const char byte_text[] =
"\123\151\155\160\154\151\146\151\145\144\040\103\150\151\156\145\163\145";
static const int byte_len = 18;
static const char byte2_text[] = {0x53,0x69,0x6D,0x70,0x6C,0x69,0x66,0x69,0x65,
0x64,0x20,0x43,0x68,0x69,0x6E,0x65,0x73,0x65};
static const int byte2_len = 18;
/* 2 byte text (Simplified Chinese) */
static const unsigned short utf16_text[] = {0x7B80,0x4F53,0x4E2D,0x6587};
static const int utf16_len = 8;
static const unsigned char utf16be_text[] ="\173\200\117\123\116\055\145\207";
static const int utf16be_len = 8;
static const unsigned char utf16be_bom_text[] = "\376\377\173\200\117\123\116\055\145\207";
static const int utf16be_bom_len = 10;
static const unsigned char utf16le_text[] ="\200\173\123\117\055\116\207\145";
static const int utf16le_len = 8;
static const unsigned char utf16le_bom_text[] = "\377\376\200\173\123\117\055\116\207\145";
static const int utf16le_bom_len = 10;
static const unsigned char utf8_text[] = "\347\256\200\344\275\223\344\270\255\346\226\207";
static const int utf8_len = 12;
static const unsigned char utf8_bom_text[] = "\xEF\xBB\xBF\xE7\xAE\x80\xE4\xBD\x93\xE4\xB8\xAD\xE6\x96\x87";
static const int utf8_bom_len = 15;
static const char htmlutf16_text[] = " ";
static const int htmlutf16_len = sizeof(htmlutf16_text) - 1;
typedef struct
{
char *textformat;
char *encname;
const char *textstring;
const int *textlength;
const char *bomkind;
} TestCase;
static const TestCase table_8[] = {
{ "bytes", "winansi", (const char *)byte_text, &byte_len, ""},
{ "auto", "winansi", (const char *)byte_text, &byte_len, ""},
{ "bytes", "winansi", (const char *)byte2_text, &byte2_len, ""}, };
static const TestCase table_16[] = {
{ "auto", "unicode", (const char *)utf16_text, &utf16_len, ""},
{ "utf16", "unicode", (const char *)utf16_text, &utf16_len, ""},
{ "auto", "unicode", (const char *)utf16be_bom_text, &utf16be_bom_len, ", UTF-16+BE-BOM"},
{ "auto", "unicode", (const char *)utf16le_bom_text, &utf16le_bom_len, ", UTF-16+LE-BOM"},
{ "utf16be", "unicode", (const char *)utf16be_text, &utf16be_len, ""},
{ "utf16le", "unicode", (const char *)utf16le_text, &utf16le_len, ""},
{ "utf8", "unicode", (const char *)utf8_text, &utf8_len, ""},
{ "auto", "unicode", (const char *)utf8_bom_text, &utf8_bom_len, ", UTF-8+BOM"},
{ "bytes", "unicode", (const char *)htmlutf16_text, &htmlutf16_len, ", HTML unicode character"}, };
const int tsize_8 = sizeof table_8 / sizeof (TestCase);
const int tsize_16 = sizeof table_16 / sizeof (TestCase);
/* create a new PDFlib object */
if ((p = PDF_new()) == (PDF *) 0)
{
printf("Couldnt create PDFlib object (out of memory)!
");
return(2);
}
PDF_TRY(p) {
if (PDF_begin_document(p, "pdflib_cs4.pdf", 0, "") == -1)
{
printf("Error: %s
", PDF_get_errmsg(p));
return(2);
}
PDF_set_info(p, "Creator", "pdflib_cs4.c");
PDF_set_info(p, "Author", "[email protected]");
PDF_set_info(p, "Title", "Output Chinese Simplify with Different textformat");
/* Start a new page. */
PDF_begin_page_ext(p, a4_width, a4_height, "");
Font_H = PDF_load_font(p, "Helvetica-Bold", 0, "winansi", "");
/* 8-bit encoding */
Font_E = PDF_load_font(p, "Times", 0, "winansi", "");
PDF_setfont(p, Font_H, 24);
PDF_show_xy(p, "8-bit encoding", Left+40, y);
y -= 2*INCRY;
for (i = 0; i < tsize_8; ++i)
{
PDF_setfont(p, Font_H, 14);
sprintf(text, "%s encoding, %s textformat %s: ", table_8[i].encname,
table_8[i].textformat, table_8[i].bomkind);
PDF_show_xy(p, text, Left, y);
y -= INCRY;
PDF_set_parameter(p, "textformat", table_8[i].textformat);
PDF_setfont(p, Font_E, 14);
PDF_show_xy(p, table_8[i].textstring, Left, y);
y -= INCRY;
} /* for */
/* 16-bit encoding */
PDF_setfont(p, Font_H, 24);
y -= 2*INCRY;
PDF_show_xy(p, "16-bit encoding", Left+40, y);
y -= 2*INCRY;
PDF_set_parameter(p, "charref", "true");
Font_CS = PDF_load_font(p, "STSong-Light", 0, "UniGB-UCS2-H", "");
for (i = 0; i < tsize_16; i++)
{
PDF_setfont(p, Font_H, 14);