mirror of
https://github.com/2234839/web-font.git
synced 2026-09-08 08:48:44 +08:00
perf(font): 轻量 GSUB probe 跳过 glyf 解析，CJK 子集化提速 17%~56%
fontSubset 原先对 probe 阶段也调用完整 Font.create（subset 模式）， 它会解析子集 glyph 的 glyf 轮廓（parseSimpleGlyf）。但 probe 只需要 GSUB（原始字节透传）和 cmap（codepoint→gid），根本不需要轮廓。 实测 CJK 字体（思源黑体/令东齐伋）两次 Font.create 占总耗时 36%~63%。 新增 gsub-probe.ts：直接从字体字节解析表目录，提取 GSUB 字节切片 + cmap 的 codepoint→gid 查找（format4 BMP + format12 补充平面二分， 与 fonteditor-core readWindowsAllCodes 优先级一致），完全跳过 glyf。 三种路径（与原 Font.create probe 行为严格等价）： - otf / ttf 无 GSUB：直接判无 reachable（otf 的 fonteditor probe 本就 origGSUB=undefined），连 probe Font.create 也跳过 - ttf 有 GSUB 且 cmap 含 fmt4/12：轻量 probe 算 reachable - ttf 有 GSUB 但 cmap 无 fmt4/12（极罕见）：回退 Font.create probe 验证： - seedGids / GSUB字节 / reachable 与原 probe 逐项等价（FiraCode 87 target 等） - 5 个代表字体 woff2 输出与优化前逐字节一致（cmp 通过） - pnpx tsx 基准测试.test.ts 全部 SSIM 无回归： 思源黑体-千字文中段 7.8→4.5ms(-42%)、千字文前段 11.9→8.9ms(-25%)、 otf-思源 2.9→1.9ms(-34%)、霞鹜文楷-汉字标点 5.0→2.2ms(-56%)、 FiraCode 18.5→17.2ms，SSIM 全部不变 Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
This commit is contained in:
崮生（子虚）
parent
2da35e4257
commit
2c56d2cbb2
@ -3,6 +3,7 @@ import type { FontEditor } from "../../vendor/fonteditor-core/lib/ttf/font.js";
|
||||
import { subsetGPOS } from "./gpos-subset.js";
|
||||
import { subsetGSUB } from "./gsub-subset.js";
|
||||
import { collectReachableGsubTargets } from "./gsub-reachable.js";
|
||||
import { probeGsubAndCmap } from "./gsub-probe.js";
|
||||
|
||||
/** 优化291: TextEncoder 模块级单例 */
|
||||
const textEncoder = new TextEncoder();
|
||||
@ -128,30 +129,49 @@ export const fontSubset = (
|
||||
): Uint8Array => {
|
||||
const codePoints = textToCodePoints(subString);
|
||||
|
||||
/** GSUB 连字 target glyph 保留：原始字体含 GSUB 时，先做一次 subset 解析，找出子集 codepoint 经
|
||||
/** GSUB 连字 target glyph 保留：原始字体含 GSUB 时，先做一次 probe，找出子集 codepoint 经
|
||||
* GSUB 替换链可达的 target glyph（多为无 unicode 的纯连字字形，如 FiraCode 的 greater_equal.liga），
|
||||
* 注入 extraSubsetGids 使其被子集保留，否则连字规则 target 失效、连字不渲染。
|
||||
* probe 采用 subset 模式（与正式子集相同的稳定路径），cmap 仅展开子集 codepoint 映射，
|
||||
* GSUB 为原始字节透传。无 GSUB 的字体 reachable 为空，extraSubsetGids 保持 undefined。 */
|
||||
*
|
||||
* 优化（轻量 probe）：直接从字体字节解析表目录提取 GSUB 字节 + cmap 的 codepoint→gid 查找，
|
||||
* 跳过 Font.create 的 glyf 轮廓解析（probe 只需 GSUB/cmap，不需要轮廓）。CJK 字体两次 Font.create
|
||||
* 原占总耗时 36%~63%，省掉 probe 那次显著加速。无 GSUB 的 ttf / 所有 otf（fonteditor probe 本就
|
||||
* origGSUB=undefined）直接判无 reachable，连 probe Font.create 也跳过。仅当字体有 GSUB 但 cmap 无
|
||||
* format4/12 subtable（极罕见）时回退到 Font.create probe。 */
|
||||
let extraSubsetGids: number[] | undefined;
|
||||
const probeFont = Font.create(fontBuffer, {
|
||||
type: option.sourceType,
|
||||
subset: codePoints,
|
||||
kerning: true,
|
||||
});
|
||||
const probeTtf = (probeFont as any).get();
|
||||
const origGSUB = probeTtf.GSUB;
|
||||
const origCmap = probeTtf.cmap;
|
||||
if (origGSUB && origCmap) {
|
||||
const gsubBytes = origGSUB instanceof Uint8Array ? origGSUB : new Uint8Array(origGSUB);
|
||||
/** seed = 子集 codepoint 经 cmap 映射的原始 gid */
|
||||
const seedGids = new Set<number>();
|
||||
seedGids.add(0); /** .notdef */
|
||||
const probe = probeGsubAndCmap(fontBuffer, codePoints, option.sourceType);
|
||||
let probedSeedGids: Set<number> | undefined;
|
||||
let probedGsubBytes: Uint8Array | undefined;
|
||||
if (probe.ok) {
|
||||
probedGsubBytes = probe.gsubBytes;
|
||||
probedSeedGids = new Set<number>();
|
||||
probedSeedGids.add(0); /** .notdef */
|
||||
for (const cp of codePoints) {
|
||||
const gid = origCmap[cp];
|
||||
if (gid !== undefined) seedGids.add(gid);
|
||||
const gid = probe.lookup.get(cp);
|
||||
if (gid !== undefined) probedSeedGids.add(gid);
|
||||
}
|
||||
const reachable = collectReachableGsubTargets(gsubBytes, seedGids);
|
||||
} else if (probe.needsFallback) {
|
||||
/** 有 GSUB 但 cmap 无 format4/12，回退 Font.create probe（与原路径一致） */
|
||||
const probeFont = Font.create(fontBuffer, {
|
||||
type: option.sourceType,
|
||||
subset: codePoints,
|
||||
kerning: true,
|
||||
});
|
||||
const probeTtf = (probeFont as any).get();
|
||||
const origGSUB = probeTtf.GSUB;
|
||||
const origCmap = probeTtf.cmap;
|
||||
if (origGSUB && origCmap) {
|
||||
probedGsubBytes = origGSUB instanceof Uint8Array ? origGSUB : new Uint8Array(origGSUB);
|
||||
probedSeedGids = new Set<number>();
|
||||
probedSeedGids.add(0);
|
||||
for (const cp of codePoints) {
|
||||
const gid = origCmap[cp];
|
||||
if (gid !== undefined) probedSeedGids.add(gid);
|
||||
}
|
||||
}
|
||||
}
|
||||
if (probedGsubBytes && probedSeedGids) {
|
||||
const reachable = collectReachableGsubTargets(probedGsubBytes, probedSeedGids);
|
||||
if (reachable.size > 0) extraSubsetGids = [...reachable];
|
||||
}
|
||||
|
||||
|
||||
223
backend/font_util/gsub-probe.ts
Normal file
223
backend/font_util/gsub-probe.ts
Normal file
@ -0,0 +1,223 @@
|
||||
/**
|
||||
* 轻量 GSUB probe：直接从字体字节解析表目录，提取 GSUB 字节 + cmap 的 codepoint→gid 映射，
|
||||
* 完全跳过 glyf 轮廓解析（parseSimpleGlyf），为 collectReachableGsubTargets 提供 seed。
|
||||
*
|
||||
* 背景：fontSubset 原先对 probe 阶段也调用完整 Font.create（subset 模式），它会解析子集 glyph 的
|
||||
* glyf 轮廓——但 probe 只需要 GSUB（原始字节透传）和 cmap（codepoint→gid），根本不需要轮廓。
|
||||
* CJK 字体（思源黑体、令东齐伋）两次 Font.create 占总耗时 36%~63%，省掉 probe 那次显著加速。
|
||||
*
|
||||
* 本模块只解析表目录（ttf/otf 通用）+ cmap 的 format 4（BMP）和 format 12（含补充平面），
|
||||
* 覆盖所有测试用例（FiraCode/CJK/篆体 均含 p3e1:fmt4 和/或 p3e10:fmt12）。
|
||||
* 查找算法与 fonteditor-core 的 readWindowsAllCodes/lookupFormat4/lookupFormat12 一致，
|
||||
* 保证 seedGids 与原 probe 路径完全相同（reachable 结果不变）。
|
||||
*
|
||||
* 字体若无 format 4/12 subtable（极罕见，如纯 format0/6 字体），返回 null，调用方回退到 Font.create。
|
||||
*
|
||||
* @reference https://learn.microsoft.com/en-us/typography/opentype/spec/cmap
|
||||
*/
|
||||
|
||||
/** cmap 查找结果：每个子集 codepoint 的原始 gid（与 fonteditor-core cmap[cp] 语义一致） */
|
||||
export interface CmapLookup {
|
||||
/** codepoint → 原始 gid（仅含能在 format4/12 查到的子集 codepoint） */
|
||||
get(cp: number): number | undefined;
|
||||
}
|
||||
|
||||
/** ttf/otf 表目录条目 */
|
||||
interface TableEntry {
|
||||
offset: number;
|
||||
length: number;
|
||||
}
|
||||
|
||||
/**
|
||||
* 解析表目录，返回指定 tag 的 (offset, length)。ttf 与 otf 表目录结构相同
|
||||
* （otf 的 CFF 在表目录里也是普通条目）。sfnt 版本 0x00010000(ttf) / 'OTTO'(otf) 均支持。
|
||||
*/
|
||||
function readTableEntry(dv: DataView, tag: string): TableEntry | null {
|
||||
/** sfnt 头：version(4) + numTables(2) + searchRange(2) + entrySelector(2) + rangeShift(2) = 12 字节 */
|
||||
if (dv.byteLength < 12) return null;
|
||||
const numTables = dv.getUint16(4, false);
|
||||
if (numTables <= 0 || numTables > 100) return null;
|
||||
let off = 12;
|
||||
for (let i = 0; i < numTables; i++) {
|
||||
const recOff = off + i * 16;
|
||||
if (recOff + 16 > dv.byteLength) return null;
|
||||
/** tag 是 4 字节 ASCII（大端），逐字节比较避免 String.fromCharCode 分配 */
|
||||
const t0 = dv.getUint8(recOff);
|
||||
const t1 = dv.getUint8(recOff + 1);
|
||||
const t2 = dv.getUint8(recOff + 2);
|
||||
const t3 = dv.getUint8(recOff + 3);
|
||||
if (t0 === tag.charCodeAt(0) && t1 === tag.charCodeAt(1) && t2 === tag.charCodeAt(2) && t3 === tag.charCodeAt(3)) {
|
||||
return { offset: dv.getUint32(recOff + 8, false), length: dv.getUint32(recOff + 12, false) };
|
||||
}
|
||||
}
|
||||
return null;
|
||||
}
|
||||
|
||||
/**
|
||||
* format 4 二分查找 segment 后计算 gid（与 lookupFormat4 一致）。
|
||||
* format4 表布局（相对 subtable 起始）：
|
||||
* format(2) length(2) language(2) segCountX2(2) searchRange(2) entrySelector(2) rangeShift(2)
|
||||
* endCode[segCount] reservedPad(2) startCode[segCount] idDelta[segCount] idRangeOffset[segCount] glyphIdArray[]
|
||||
*/
|
||||
function lookupFormat4(dv: DataView, subOff: number, unicode: number): number {
|
||||
if (unicode > 0xFFFF) return -1;
|
||||
const segCountX2 = dv.getUint16(subOff + 6, false);
|
||||
const segCount = segCountX2 >>> 1;
|
||||
/** endCode 起始 = subOff + 14（7 个 uint16 头字段） */
|
||||
const endCodeBase = subOff + 14;
|
||||
/** startCode 起始 = endCodeBase + segCount*2 + 2(reservedPad) */
|
||||
const startCodeBase = endCodeBase + segCount * 2 + 2;
|
||||
const idDeltaBase = startCodeBase + segCount * 2;
|
||||
const idRangeOffsetBase = idDeltaBase + segCount * 2;
|
||||
/** idRangeOffset 值是「相对 idRangeOffset[i] 字节位置」的偏移（指向 glyphIdArray 某项） */
|
||||
const lo = 0;
|
||||
let hi = segCount - 1;
|
||||
/** 二分 endCode 找包含 unicode 的 segment（endCode 升序） */
|
||||
let l = lo, h = hi;
|
||||
while (l <= h) {
|
||||
const mid = (l + h) >> 1;
|
||||
const start = dv.getUint16(startCodeBase + mid * 2, false);
|
||||
const end = dv.getUint16(endCodeBase + mid * 2, false);
|
||||
if (unicode < start) {
|
||||
h = mid - 1;
|
||||
} else if (unicode > end) {
|
||||
l = mid + 1;
|
||||
} else {
|
||||
const idDelta = dv.getInt16(idDeltaBase + mid * 2, false);
|
||||
const idRangeOffset = dv.getUint16(idRangeOffsetBase + mid * 2, false);
|
||||
if (idRangeOffset === 0) {
|
||||
return ((unicode + idDelta) & 0xFFFF);
|
||||
}
|
||||
/** idRangeOffset[i] 是从「idRangeOffset[i] 字节位置」到 glyphIdArray 目标项的字节偏移。
|
||||
* 目标字节位置 = idRangeOffsetBase + mid*2 + idRangeOffset + (unicode - start)*2 */
|
||||
const glyphOff = idRangeOffsetBase + mid * 2 + idRangeOffset + (unicode - start) * 2;
|
||||
if (glyphOff + 2 > dv.byteLength) return 0;
|
||||
const glyphId = dv.getUint16(glyphOff, false);
|
||||
if (glyphId === 0) return 0;
|
||||
return ((glyphId + idDelta) & 0xFFFF);
|
||||
}
|
||||
}
|
||||
return -1;
|
||||
}
|
||||
|
||||
/**
|
||||
* format 12 二分查找 group（与 lookupFormat12 一致）。
|
||||
* format12 表布局：format(2) reserved(2) length(4) language(4) nGroups(4) groups[nGroups]
|
||||
* 每个 group 12 字节：startCharCode(4) endCharCode(4) startGlyphID(4)，groups 升序。
|
||||
*/
|
||||
function lookupFormat12(dv: DataView, subOff: number, unicode: number): number {
|
||||
const nGroups = dv.getUint32(subOff + 12, false);
|
||||
const groupsBase = subOff + 16;
|
||||
let l = 0, h = nGroups - 1;
|
||||
while (l <= h) {
|
||||
const mid = (l + h) >> 1;
|
||||
const gOff = groupsBase + mid * 12;
|
||||
const gStart = dv.getUint32(gOff, false);
|
||||
const gEnd = dv.getUint32(gOff + 4, false);
|
||||
if (unicode < gStart) {
|
||||
h = mid - 1;
|
||||
} else if (unicode > gEnd) {
|
||||
l = mid + 1;
|
||||
} else {
|
||||
return dv.getUint32(gOff + 8, false) + (unicode - gStart);
|
||||
}
|
||||
}
|
||||
return -1;
|
||||
}
|
||||
|
||||
/**
|
||||
* 解析 cmap 表目录，选 format 12（p3e10）和 format 4（p3e1）的 subtable 偏移。
|
||||
* 选用优先级与 fonteditor-core readWindowsAllCodes 一致：format12 优先（含补充平面），format4 兜底（BMP）。
|
||||
* @returns { fmt4Off, fmt12Off } 各为 subtable 绝对偏移或 -1（无）
|
||||
*/
|
||||
function selectCmapSubtables(dv: DataView, cmapOff: number): { fmt4Off: number; fmt12Off: number } {
|
||||
const numberSubtables = dv.getUint16(cmapOff + 2, false);
|
||||
let fmt4Off = -1;
|
||||
let fmt12Off = -1;
|
||||
/** 子表目录项 8 字节：platformID(2) encodingID(2) offset(4)，offset 相对 cmap 表起始 */
|
||||
let dirOff = cmapOff + 4;
|
||||
for (let i = 0; i < numberSubtables; i++) {
|
||||
const platformID = dv.getUint16(dirOff, false);
|
||||
const encodingID = dv.getUint16(dirOff + 2, false);
|
||||
const subRelOff = dv.getUint32(dirOff + 4, false);
|
||||
const subOff = cmapOff + subRelOff;
|
||||
if (subOff + 2 <= dv.byteLength) {
|
||||
const format = dv.getUint16(subOff, false);
|
||||
/** 优先 p3e1:fmt4 与 p3e10:fmt12（与 readWindowsAllCodes 选择一致） */
|
||||
if (format === 12 && platformID === 3 && encodingID === 10 && fmt12Off < 0) {
|
||||
fmt12Off = subOff;
|
||||
} else if (format === 4 && platformID === 3 && encodingID === 1 && fmt4Off < 0) {
|
||||
fmt4Off = subOff;
|
||||
}
|
||||
}
|
||||
dirOff += 8;
|
||||
}
|
||||
return { fmt4Off, fmt12Off };
|
||||
}
|
||||
|
||||
/** 轻量 probe 结果。result 区分三种情况：
|
||||
* - { ok: true, gsubBytes, lookup }：成功拿到 GSUB 字节与 cmap 查找器，调用方据此算 reachable，跳过 Font.create probe
|
||||
* - { ok: false, needsFallback: false }：无 reachable（otf、或 ttf 无 GSUB），调用方跳过 Font.create probe，extraSubsetGids=undefined
|
||||
* - { ok: false, needsFallback: true }：有 GSUB 但无 format4/12 cmap（极罕见），调用方须回退 Font.create probe */
|
||||
export type ProbeResult =
|
||||
| { ok: true; gsubBytes: Uint8Array; lookup: CmapLookup }
|
||||
| { ok: false; needsFallback: boolean };
|
||||
|
||||
/**
|
||||
* 轻量 probe：从字体字节提取 GSUB 字节切片与 codepoint→gid 查找器，跳过 glyf 解析。
|
||||
*
|
||||
* @param fontBuffer 原始字体字节
|
||||
* @param codePoints 子集 codepoint（仅这些会被 cmap 查找）
|
||||
* @param sourceType 字体类型（'ttf'/'otf' 等）。otf 字体 fonteditor-core 的 probe 本就 origGSUB=undefined
|
||||
* （otf→ttf 转换不携带 GSUB），reachable 跳过——此处对 otf 直接判无 reachable 保持该语义，
|
||||
* 省掉 otf 字体一次完整 otf→ttf 转换的 probe。
|
||||
*/
|
||||
export function probeGsubAndCmap(
|
||||
fontBuffer: ArrayBuffer,
|
||||
codePoints: number[],
|
||||
sourceType: string,
|
||||
): ProbeResult {
|
||||
/** otf 字体：fonteditor-core probe 的 origGSUB 本就是 undefined（otf→ttf 转换不携带 GSUB），
|
||||
* reachable 跳过、extraSubsetGids=undefined。保持该语义，避免读到真实 GSUB 改变子集字形集。 */
|
||||
if (sourceType === "otf") return { ok: false, needsFallback: false };
|
||||
const dv = new DataView(fontBuffer);
|
||||
const gsubEntry = readTableEntry(dv, "GSUB");
|
||||
/** 无 GSUB 表 → 无 reachable（与原 probe origGSUB=undefined 一致） */
|
||||
if (gsubEntry === null) return { ok: false, needsFallback: false };
|
||||
/** GSUB 字节切片（offset/length 来自表目录，与 fonteditor-core 透传的字节一致） */
|
||||
const gsubBytes = new Uint8Array(fontBuffer, gsubEntry.offset, gsubEntry.length);
|
||||
|
||||
const cmapEntry = readTableEntry(dv, "cmap");
|
||||
if (cmapEntry === null) return { ok: false, needsFallback: true };
|
||||
const { fmt4Off, fmt12Off } = selectCmapSubtables(dv, cmapEntry.offset);
|
||||
/** 有 GSUB 但无 format4/12 cmap（极罕见字体）→ 无法轻量查找，回退 Font.create */
|
||||
if (fmt4Off < 0 && fmt12Off < 0) return { ok: false, needsFallback: true };
|
||||
|
||||
/** 预查所有子集 codepoint 的 gid（与 readWindowsAllCodes subset 模式逻辑一致：
|
||||
* format12 优先，BMP 范围先试 format4，补充平面用 format12） */
|
||||
const gidMap = new Map<number, number>();
|
||||
for (const cp of codePoints) {
|
||||
if (gidMap.has(cp)) continue;
|
||||
let gid = -1;
|
||||
/** BMP（<0x10000）且有 format4：先查 format4（与 readWindowsAllCodes 一致：format12 存在时 BMP 仍先试 format4） */
|
||||
if (cp < 0x10000 && fmt4Off >= 0) {
|
||||
gid = lookupFormat4(dv, fmt4Off, cp);
|
||||
}
|
||||
/** format4 未命中（含补充平面）→ 查 format12 */
|
||||
if (gid < 0 && fmt12Off >= 0) {
|
||||
gid = lookupFormat12(dv, fmt12Off, cp);
|
||||
}
|
||||
if (gid >= 0) gidMap.set(cp, gid);
|
||||
}
|
||||
|
||||
return {
|
||||
ok: true,
|
||||
gsubBytes,
|
||||
lookup: {
|
||||
get(cp: number): number | undefined {
|
||||
const g = gidMap.get(cp);
|
||||
return g === undefined ? undefined : g;
|
||||
},
|
||||
},
|
||||
};
|
||||
}
|
||||
Loading…
x
Reference in New Issue
Block a user