使用Pango获取部分字素位置失败，如何修复字符无Bounding Box问题？

问题背景 #

使用Rust的gtk-rs绑定，结合Pango、Cairo和PangoCairo渲染文本到图像，并为字符绘制Bounding Box。当前实现通过unicode_segmentation拆分文本为字素，再调用pango::Layout::index_to_pos获取位置，但部分复杂脚本字符（如天城文的।、ए、भी）无法生成正确的Bounding Box，甚至完全缺失。

问题原因 #

unicode_segmentation的字素拆分逻辑与Pango内部的**文本集群（Glyph Cluster）**不匹配。对于天城文这类复杂脚本，Pango会将多个Unicode码点组合为一个视觉上的单个字符集群，外部工具的拆分可能破坏这种集群关联，导致传入index_to_pos的索引指向集群内部的无效位置，返回的矩形尺寸为零或错误。

解决方案 #

使用Pango自带的LayoutIter遍历布局中的每个文本集群，直接获取集群的实际绘制区域，避免索引不匹配问题。

修改后的代码 #

use pango::{Layout, Rectangle};
use crate::ImageDims;

#[derive(Debug)]
pub struct BoundingBox {
    pub x: i32,
    pub y: i32,
    pub height: i32,
    pub width: i32,
    pub akshara: String,
}

pub type BoundingBoxes = Vec<BoundingBox>;

pub fn get_bounding_boxes(layout: Layout, dims: ImageDims) -> BoundingBoxes {
    let mut boxes = BoundingBoxes::new();
    let text = layout.text().unwrap();
    let mut iter = layout.iter().unwrap();

    loop {
        // 获取当前文本集群的字节索引范围
        let (start_idx, end_idx) = iter.range();
        let cluster_text = &text[start_idx..end_idx];
        
        // 获取集群的实际绘制区域（ink extents）
        let (ink_rect, _) = iter.cluster_extents();
        // 获取当前行基线，将ink_rect的相对坐标转换为布局顶部的绝对坐标
        let baseline = iter.baseline();

        boxes.push(BoundingBox {
            x: ink_rect.x(),
            y: baseline - ink_rect.y(),
            height: ink_rect.height(),
            width: ink_rect.width(),
            akshara: cluster_text.to_string(),
        });

        // 移动到下一个集群，无更多集群时退出循环
        if !iter.next_cluster() {
            break;
        }
    }

    // 转换坐标适配Cairo上下文（处理Pango缩放和图像内边距）
    boxes.iter_mut().for_each(|b| {
        b.x = b.x / pango::SCALE + dims.padding;
        b.y = b.y / pango::SCALE + dims.padding;
        b.width = b.width / pango::SCALE;
        b.height = b.height / pango::SCALE;
    });

    boxes
}

关键说明 #

1. LayoutIter的优势：Pango的LayoutIter是专门为遍历布局中的文本集群设计的，能准确处理复杂脚本的字符组合，确保每个视觉字符都能获取到正确的位置和尺寸。
2. 坐标转换：Pango的ink_rect的y坐标是相对于行基线的，因此需要用baseline - ink_rect.y()转换为相对于布局顶部的绝对坐标，避免Bounding Box位置偏移。
3. 缩放处理：Pango内部使用固定缩放单位（pango::SCALE），最终需要将坐标除以缩放值，再加上图像内边距，适配Cairo的绘图上下文。

额外注意事项 #

• 确保调用get_bounding_boxes前，Pango布局已经完成排版（例如已经执行过渲染操作，或调用layout.context_changed()更新布局）。
• 如果需要字符的逻辑范围而非实际绘制区域，可以将ink_rect替换为logical_rect。

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