在现代生活里，我们几乎每天都会和屏幕上的文字打交道——文字看起来是如此平凡，以至于不少与 UI 相关的专业人士都对其下的复杂性知之甚少。这个系列旨在以开发者的角度，介绍一些从文字的二进制数据到像素之间流程的科普知识，希望对感兴趣的同学能有一些启发。
字体的标准与格式
喜欢折腾系统的同学，对于常见的字体格式肯定不会陌生：Windows 系统长久以来，在 C:\Windows\Fonts 里面就放着一大堆 TTF 格式的字体文件。相应地，在 macOS 的 /Library/Fonts 目录里，也有一堆字体：不过这里除了 TTF 之外，还有后缀名为 TTC 和 OTF 的格式。它们又有什么关系呢？
有个有趣的问题，那就是为什么 TTF 格式字体在 macOS 和 Windows 上都能通用呢？这里其实藏着一段微软与苹果的 py 交易史：在 80 年代，Adobe 开发出了基于矢量的私有字体格式 Type 1，以及打印语言 PostScript（在 PDF 格式里就能看到）。矢量字体比起当时的点阵字体，那妥妥的就是步兵和骑兵的区别啊：
Adobe 虽然活好，但由于一些非技术因素（钱）的问题，苹果和微软决定另起炉灶。苹果开发出了矢量字体标准 TrueType，而微软则开发出了 PostScript 的替代品 TrueImage。这两项技术虽然在 Mac 和 Windows 之间互相授权，但真正落地成为事实标准的只有苹果搞的 TrueType，这对应的就是 TTF 字体格式了。
知道了 TTF 代表着 TrueType Font 之后，其它的格式都可以举一反三地推出来：
- 怎么把一堆 TTF 字体全家桶打包发布呢？我们来个 Collection（合集）吧——于是有了 TTC 格式。
- 大佬们不要再打啦，我们一起合作开放吧——于是有了 OpenType 的 OTF 格式。
- 我们搞 Web 最在乎体积了，你们这些玩意都太大了不行啊——于是有了 WOFF 格式。
当然了，光知道后缀名，跟精通 Java/C++ 的拼写没啥区别。我们不妨来看看，字体文件的里面都藏着些什么呢？
小探 TTF 文件
很多字体格式的规范文档中，都会强调字体文件是由表构成的。喵喵喵？这里说的表是 Excel 那样的表格吗？打开一个 TTF 格式的字体文件，你的第一印象恐怕和表格很难沾上边：
说好的几行几列呢？不过，表格暗示着一种相对规整的数据结构。眼尖的同学也许已经注意到了，上面的数据最右一列都是一组四个字母的合集。这并非偶然，依据的是 TTF 格式的规范。
在继续介绍它们的具体含义之前，我们不妨考虑这样的一个问题：怎么样为设计一种符合下面这些需求的数据格式呢？
- 你有多种不同的字段需要存储，每种数据有固定的格式，但长度都是可变的。
- 需要存储的字段种类可能不同，也有可能在日后扩展出一些新字段。这时应该能够向上和向下兼容。
- 无需遍历整个文件，就应该能够获知字段的基本信息（位置、长度等）。
- 数据体积需要尽量小，还需要支持对内容完整性的检验。
现在应用层开发中流行的 JSON 格式，光是在体积尽量小这一项上就会被首先干掉。而 TTF 规范则给出了一种在设计数据格式规范时，可供参考的工程实践：
- 给所有的字段取个四个字母的唯一名字，它们各自的内容都是一段连续的二进制数据。
- 在文件头部，首先存储一张「表达整体表结构」的表。在其中指定有多少种不同字段，以及它们的长度、起始位置等信息。这张表叫做 Offset 表。
- 紧接在这张表之后，逐段将这些字段表的内容拼接起来，就获得了最终的 TTF 格式字体。
让我们来看看这种设计是如何解决上面的这些需求的吧：
- 用于存储字体信息的各个表，其长度和排列顺序都完全自由（是不是有些类似 Map 结构呢）。
- 字段种类和后续扩展都没有兼容问题，解析程度可以从 Offset 表中判断自己对数据的支持程度。
- 在 Offset 表中，各字段数据的偏移量和长度都可以直接获知。
- 各个字段数据都以约定的二进制形式存储，Offset 表中还存储了它们的校验和，作为完整性判断的基本依据。
举个简单的例子就能说明二进制数据结构的紧凑性。例如，在表达字体是否为粗体、斜体、等宽等元数据的时候，JSON 格式对每个状态，都需要约定好一个形如 xxx: true 的字段，这至少需要五个字节。而基于位运算的约定，在一个字节的 8 位中就可以保存 8 个这样 true|false 的布尔类型变量，往往还留有冗余。在需要区分存储不同精度数据的时候，它也有着得天独厚的优势。所以说，在需要构建专有的数据结构的时候，TTF 这种表驱动的设计还是有一定的参考价值的。另外，在解析这样的二进制格式的时候，传统命令式编程的控制流也会相当趁手：别被社区里浮躁的声音淹没了，学好真正适用于不同场景的技术吧。
回到最初的话题，字体里面存储着哪些表达不同内容的表呢？这里推荐 Typr.js 这个非常简单的 Web 工具，可以点开即用，大概是这样：
看到了解析出的各个表内容了吗？它们之中就存储着从二进制比特到屏幕像素的关键信息。暂时到此为止，我们介绍了字体文件的格式与解析它的基本方式。但怎样基于字形数据来渲染出文字呢？让我们下一篇见吧（如果有的话）
P.S.1 如果希望对字体的数据结构有更进一步的了解，这篇科普性的文章是远远不够的，不妨从这篇正式的 TrueType Reference Manual 文档开始吧。注意，这篇苹果的文档一开头就甩出了个到微软官网的链接，这在其他场合恐怕很难看到了……
P.S.2 我们的前端团队非常欢迎有志于对「渲染」这件事追根究底的同学，感兴趣请邮件 xuebi at gaoding.com 哈