### 使用Python提取TTF字体文件中的字符及其对应的Unicode值 为了实现这一目标，可以利用`fontTools`库来处理TrueType字体(TTF)文件。下面提供了一种有效的方式，通过解析给定的TTFFont对象获得最佳映射表(CMAP)，进而获取到每一个字符所对应Unicode数值。 #### 方法一：基于CMAP映射表直接获取字符列表与其Unicode值 这种方法简单高效，适用于大多数情况下的需求： ```python from fontTools.ttLib import TTFont def get_unicode_map_from_ttf(font_file): """ 获取ttf文件中所有字符及其对应的Unicode值 参数: font_file (str): 字体文件路径 返回: dict: 键为整数形式表示的Unicode码位；值为相应字符 """ f_obj = TTFont(font_file) cmap = f_obj.getBestCmap() # 将键转换成十进制表示法，并构建新的字典结构 unicode_map = {ch_unicode: chr(ch_unicode) for ch_unicode in cmap.keys()} return unicode_map # 示例调用 font_path = '方正新楷体_GBK(完整).TTF' unicode_mapping = get_unicode_map_from_ttf(font_path) for codepoint, character in list(unicode_mapping.items())[:10]: print(f"U+{codepoint:X}: {character}") ``` 此段代码会打印出前十个条目作为示例展示[^1]。 #### 方法二：遍历glyph名称并尝试将其转为可显示字符 对于某些特殊情况下可能存在的未被标准CMAP覆盖的glyhps，则可以通过枚举所有的glyph名字来进行进一步探索： ```python import re from fontTools.ttLib import TTFont import json def extract_glyph_to_unicode(font_name, font_number=0): """ 从字体文件中抽取glyph名并试图转化为实际字符 参数: font_name (str): 字体文件路径 font_number (int, optional): 对于集合字体，默认设置为第一个子字体索引. 返回: dict: 包含成功转化后的glyph名与对应字符之间的映射关系 """ result = {} font = TTFont(font_name, fontNumber=font_number) glyphs = set([g for g in font.getGlyphOrder() if not g.startswith('.')]) for glyph in glyphs: match = re.fullmatch(r'(?:uni|u)(?P<hex>[A-Fa-f\d]+)', glyph.lower()) if match is None or int(match.group('hex'), base=16) >= 0x110000: continue try: uni_char = chr(int(match.group('hex'), base=16)) if '\u4e00' <= uni_char <= '\u9fff': result[glyph] = uni_char except ValueError as e: pass return result # 示例调用 fontName = "simsun.ttc" glyph_to_uni = extract_glyph_to_unicode(fontName) print(json.dumps(glyph_to_uni, ensure_ascii=False, indent=2)) ``` 这段脚本特别适合用来发现那些不在常规编码范围内的汉字或其他符号[^2]。