GSUB テーブル (1) - ScriptList

「GSUB テーブル」には、縦書きグリフへの変換や、合字への変換など、単一または複数のグリフを、別のグリフに置き換えるためのデータが格納されています。

グリフは、「グリフ ID からグリフ ID」への変換となります。

文字を描画する際は、以下の順番で処理を行っていきます。

1. cmap で文字コードからグリフ ID を取得
2. GSUB でグリフを置き換え
3. GPOS で位置を調整

GSUB テーブルは、それぞれのデータが細かいテーブルに分かれているため、目的のデータを取得するためには、少々手間が掛かります。

まずは、GSUB テーブルのフォーマットと、文字体系/言語の情報である「ScriptList テーブル」を説明します。

uint16 majorVersion	メジャーバージョン = 1
uint16 minorVersion	マイナーバージョン = 0 or 1
Offset16 scriptListOffset	ScriptList テーブルへのオフセット位置。 (GSUB の先頭を 0 とする)
Offset16 featureListOffset	FeatureList テーブルへのオフセット位置
Offset16 lookupListOffset	LookupList テーブルへのオフセット位置
ver 1.1 の場合、以下が続く
Offset32 featureVariationsOffset	FeatureVariations テーブルへのオフセット位置

ScriptList	文字体系や言語の情報がある。 各言語ごとに、必要となる FeatureList のインデックス番号を取得するためのテーブル。
FeatureList	縦書きや合字など、置き換えの種類ごとに、必要な LookupList のインデックス値が格納されている
LookupList	対象のグリフを検索して、置き換えるためのデータ
FeatureVariations	可変フォント用

ここには、フォントに含まれる文字体系や言語の情報が格納されています。

言語によって置き換えるグリフが異なる場合があるため、まずはここで文字体系や言語を検索し、選択します。

ただ、複数の言語の情報が格納されていたとしても、実際にはすべての言語で同じデータが得られる場合も多いです。
(CJK フォントなど、複数の言語のグリフが含まれているようなフォントは除く)

uint16 scriptCount	配列の数
ScriptRecord scriptRecords[scriptCount]	ScriptRecord の配列。 scriptTag のアルファベット順に並んでいる。

Tag scriptTag	文字体系の識別子。 タグ一覧は、OpenType 仕様書の 「OpenType Layout Tag Registry」＞「Script tags」にあります。 'DFLT' = デフォルト 'latn' = ローマ字 'hani' = CJK (中国語/日本語/韓国語) 'kana' = ひらがな/カタカナ 'cyrl' = キリル文字 'grek' = ギリシャ文字
Offset16 scriptOffset	Script テーブルへのオフセット位置。 (ScriptList の先頭を 0 とする)

Offset16 defaultLangSys	デフォルトの LangSys テーブルへのオフセット位置。 (Script の先頭を 0 とする) 0 の場合あり。 LangSysRecord に当てはまる言語がない場合や、言語による動作の違いがない場合に使う。
uint16 langSysCount	配列の数 (defaultLangSys は除く)。 言語固有の動作がない場合は、0。
LangSysRecord langSysRecords[langSysCount]	LangSysRecord の配列。 langSysTag のアルファベット順に並んでいる。

Tag langSysTag	言語の識別子。 タグ一覧は、仕様書の「Language tags」にあります。 「3文字＋スペース」の形となっています。 'JAN ' = 日本語
Offset16 langSysOffset	LangSys テーブルへのオフセット位置。 (Script の先頭を 0 とする)

Offset16 lookupOrder	0 (予約)
uint16 requiredFeatureIndex	この言語システムに必須な FeatureList のインデックス。 必要なければ 0xFFFF。
uint16 featureIndexCount	配列の数 (requiredFeatureIndex は除く)
uint16 featureIndices[featureIndexCount]	FeatureList テーブルのインデックス番号 (0〜) の配列。 任意の順番で並んでいる。

最終的に必要となるのは、「FeatureList のインデックス番号」です。

>> 17_gsub_script.c

GSUB の ScriptList の一覧を表示するプログラムです。

---- GSUB ----

version: 1.0
scriptListOffset: 10
featureListOffset: 1746
lookupListOffset: 9824

---- Script List ----

scriptCount: 7

== ScriptRecord [0] ==

scriptTag: 'DFLT'
scriptOffset: 44

** Script **

defaultLangSys: 4
langSysCount: 0

<LangSys> [default]
 requiredFeatureIndex: 65535
 featureIndexCount: 16
 featureIndices: 0,37,74,111,148,185,222,259,296,333,370,442,479,516,555,594,
...

日本語を対象としたい場合は、ScriptRecord の scriptTag が「kana」または「hani」のデータを使います。
(いずれもなければ「DFLT」)

いくつかの日本語フォントを見てみたところ、基本的に上記の２つが存在する場合が多いですが、「kana」しかない場合や、「DFLT」がないものもありました。

日本語を扱いたい場合の手順は、以下のようになります。

[1] 使用したい文字体系を元に検索

ScriptRecord から、scriptTag が「'kana' か 'hani'」、なければ「DFLT」のデータを探します。
「DFLT」もない場合は、「latn」か、先頭のデータを選択します。

[2] LangSys テーブルを選択

LangSysRecord の langSysTag が「'JAN '」のデータを選択します。

LangSysRecord が存在しない、または目的のタグが存在しない場合は、defaultLangSys の位置のデータを使います。

[3] FeatureList のインデックス値を取得

LangSys テーブルにある、FeatureList のインデックス値を取得します。
この値を使って、FeatureList テーブル内を参照することになります。