取出 Word 檔中的內嵌字型

近日友人委託幫忙一件事，就是要把一份有 Sangayana 字型的巴利文換成標準 Unicode 的巴利文，也就是換成標準的拉丁拼音文字。

 

因為我沒有 Sangayana 字型，所以第一個想法是去網路搜尋，不過意外地很難找，找不到有人提供 Sangayana 字型。

 

既然沒字型，就先開啟檔案試試，一打開，發現文字似乎很正常，一查詢巴利文的字型，就是 Sangayana 沒錯，但我並沒有 Sangayana 字型，這是怎麼一回事？

 

 

把這些字全部換成 Times New Roman，也發現字型有改變，見下圖紅色部份，這表示之前看到的，真的是 Sangayana 字型，那這 Sangayana 字型是哪來的？

 

 

再次查詢，才知道原來 Word 也可以內嵌字型，在 Word 的「選項」->「儲存」中，可以看到有內嵌字型的功能，我想這個檔案應該有內嵌 Sangayana 字型。

 

 

理論上，既然可以看到字型，就可以做出對照表，以上圖的例子，就是把 Sangayana 字型的「à」換成 Times New Roman 的「ā」即可。

 

在測試時，遇到一個問題，因為我沒有真正安裝 Sangayana 字型，所以無法用搜尋指定字型的方式來尋找其它 Sangayana 文字，而且也無法把一般文字切換成 Sangayana 字型，這樣就不易做出取代表，所以下一個想法就是有沒有方法取出 Word 檔案中的 Sangayana 字型檔？

 

網路上找了一下，沒找到，試著問 chatGPT，它給的方法如下。

 

 

我稍為試了試，全部失敗。

1. 我找不到 Word 的那些選項。
2. 我試 FontForge 也無法取出 Word 的內嵌字型。
3. 我另存成 PDF 之後，用 PDF-XChange 也找不到如何取出內嵌字型。

 

失敗的原因可能是用的程式或版本與 chatGPT 所瞭解的不同吧。

 

不過倒是這些提醒，我試出另一種方法，也就是在 FontForge 中，雖然沒找到如何取出 Word 內嵌字型，卻看到它可以取出 PDF 內嵌字型。

 

FontForge 在開啟時，過濾器選「從PDF擷取」，開啟由 Word 另存的 PDF 檔。

 

 

發現字型太多了，也沒有 Sangayana ...

 

 

回到 PDF 檢查，幸好可以查到在 PDF 中 Sangayana 字型是 __WRD_EMBED_SUB_43

 

 

回到 FontForge ，選擇 __WRD_EMBED_SUB_43 字型，就可以看到字型內容了。

 

底下是採用工具列中的「編碼」->「壓縮」的方式呈現，可以看出收錄的文字不多，需要進行轉換的字只有最後那 16 個，當初大概是採用了「只嵌入文件中有使用的字元」。

 

 

在儲存字型檔之前，在工具列的「元件」->「字型資訊」視窗中，把底下的「__WRD_EMBED_SUB_43」改成「Sangayana」。

 

 

一開始我沒有這樣改，結果存成字型檔之後，在 Word 中也找不到「Sangayana」或「__WRD_EMBED_SUB_43」字型，所以才回頭找到這個要修改的地方。

 

接著由工具列的「檔案」選擇「産生字型」。

 

 

按下 Generate 就可以産生有部份字元的 Sangayana 字型檔了。

 

 

後續的工作，就是做出取代表，用程式處理即可。

 

在未來，或許 AI 和 Word 結合後，一句話就可以叫 Word 完成這些取代動作了。

 

「嘿！AI 兄，麻煩你把 Sangayana 字型的文字都換成 Times New Roman 的字型，文字也要換成正確的用字喔。」

 

「沒問題...（咕嚕咕嚕）... 已完成！」

 

在上述對話還無法實現之前，一切都還是要自己來了。