Harfbuzz hb_shape异常求助：孤立字形/超出阿拉伯语范围

问题现象 #

使用Harfbuzz的hb_shape()获取阿拉伯语最终字形索引时遇到两个异常：

• 注释hb_buffer_set_direction()函数时，得到未应用GSUB（字形替换）规则的孤立基础字形，没有阿拉伯语特有的连写形态。
• 保留hb_buffer_set_direction()调用时，得到的字形索引超出阿拉伯语正常范围，完全不符合预期。

原因分析 #

1. 注释方向设置的问题：
   阿拉伯语是RTL（从右到左）书写语言，Harfbuzz只有明确设置HB_DIRECTION_RTL时，才会触发阿拉伯语专属的GSUB规则（比如连写、字形变体替换）。不设置方向的话，Harfbuzz默认使用LTR（从左到右）逻辑，不会处理阿拉伯语的特殊字形转换，因此输出孤立的基础字形。

2. 保留方向设置后的错误根源：
   代码存在关键误解：hb_shape()执行完成后，hb_glyph_info_t中的codepoint字段已经是最终的字形索引，而非原始Unicode码点。此时调用FT_Get_Char_Index(face, glyph_info[ii].codepoint)，相当于把字形索引当作Unicode码点去查询，自然会得到错误的、超出阿拉伯语范围的索引值。

解决方法 #

• 必须保留hb_buffer_set_direction(hb_buffer, HB_DIRECTION_RTL)调用，确保Harfbuzz正确处理阿拉伯语的RTL排版和GSUB规则。
• 直接使用glyph_info[ii].codepoint作为最终的字形索引，无需再通过FreeType的FT_Get_Char_Index转换。

修正后的代码 #

FT_Library    library;
FT_Face       face;
FT_Error      error;
char*         fontfilepath;

fontfilepath = "D:/Amiri-Bold.ttf";
error = FT_Init_FreeType( &library );
error = FT_New_Face( library, fontfilepath, 0, &face );
hb_font_t* hb_font = hb_ft_font_create(face, NULL);
hb_buffer_t* hb_buffer = hb_buffer_create();
const uint16_t* textt = (const uint16_t*) tempdata;

hb_buffer_set_script(hb_buffer, HB_SCRIPT_ARABIC);
hb_buffer_set_language(hb_buffer, hb_language_from_string("ara", -1));
hb_buffer_set_direction(hb_buffer, HB_DIRECTION_RTL); // 必须保留RTL方向设置
hb_buffer_add_utf16(hb_buffer, textt, -1, 0, -1);

hb_shape(hb_font, hb_buffer, NULL, 0);
unsigned int glyph_count;
hb_glyph_info_t *glyph_info = hb_buffer_get_glyph_infos(hb_buffer, &glyph_count);

// 直接使用glyph_info中的codepoint作为字形索引
for (unsigned int ii = 0; ii < glyph_count; ii++) {
    char str[7];
    FT_UInt glyph_index = glyph_info[ii].codepoint; // 无需FT_Get_Char_Index转换
    sprintf(str, "%04X", glyph_index);
    vContentStream->PutBlock((CBytePtr)str, 4);
}

内容的提问来源于stack exchange，提问作者Prabhat Gaurav