一、问题描述

最近打开一个CAD文件显示问号，用看图王发现是钢筋字体，像往常一样替换tssdeng.shx字体。

二、初步测试

1. 在CAD中通过PR命令查看对应的字体样式，之后输入ST命令找到对应样式，替换tssdeng.shx，操作后发现依旧显示问号，emmmm。
   
2. 回到看图王中，确认就是钢筋符号。我们知道在CAD中，单行文字可以通过%%数字的形式来输入CAD钢筋符号，所以这里我们测试在这段文本后面输入%%132，可以发现钢筋字体确实被转换了。
   
   PS:CAD支持直接输入Unicode编码，比如%%132也可以用\u+0084！

三、深入分析

1. 既然肉眼看不出问题，那就复制到文本文档中，用WinHex一探究竟吧。
   
2. 这里发现我们正常显示的Ⅲ级钢筋字体是C2 84，而显示异常的是EE 94 B2，这里我们就需要查看tssdeng.shx字体了，看看是不是缺少某些字库导致的。
3. 在CAD中的SHX是矢量字库字体，平常字体编辑器无法预览，这里可以用ShxViewer、SHX2SHP两款软件进行查看。
   
4. 细心的会发现，我们在CAD输入的%%132中的132转换十六进制就等于84，所以我们在这两款软件中找到84的位置都可以看到钢筋符号，同理我们也知道了相邻位置的钢筋符号：

5. 但是我们在WinHex中，显示C2 84，而不是84，为什么会多一个C2呢？EE 94 B2又如何计算它在字体中所对应的位置呢？
6. 带着这些疑问我们首先需要了解UTF-8 编码规则：

U+0000 到 U+007F（1字节）: 
  这个范围的字符只需要一个字节，直接与 ASCII 码相同，从 `0x00` 到 `0x7F`。

U+0080 到 U+07FF（2字节）:
  这个范围的字符需要两个字节来编码。
  第一个字节从 `110xxxxx` 开始，第二个字节从 `10xxxxxx` 开始。
  这里的 `x` 代表原始Unicode代码点的比特。

U+0800 到 U+FFFF（3字节）:
  这个范围的字符需要三个字节来编码。
  第一个字节从 `1110xxxx` 开始，随后两个字节都从 `10xxxxxx` 开始。

U+10000 到 U+10FFFF（4字节）:
  这个范围的字符需要四个字节来编码。
  第一个字节从 `11110xxx` 开始，随后三个字节都从 `10xxxxxx` 开始。

7. 这里说一下我的理解，有误请指出，首先是正向思维：

`U+0084`属于`U+0080 到 U+07FF`区间，所以最后应该得到两个字节；
`84`转换二进制得到`1000 0100`；
根据字节高低位，我们可以先算第二个字节，第二个字节从 `10xxxxxx` 开始，取`1000 0100`后六位`00 0100`与 `10xxxxxx` 拼接得到`1000 0100`，转换十六进制得到`84`；
第一个字节从 `110xxxxx` 开始，因为刚刚`1000 0100`用掉了6位，我们还剩下2位，即`10`，拼接得到`110xxx10`，但是这里我们需要5位，所以补零占位，得到`1100 0010`，转换十六进制得到`C2`；
将两个字节拼接得到`C2 84`两个字节。

8. 接下来是逆向思维：

`C2 84`是两个字节，遵循UTF-8 编码规则，即第一个字节从 `110xxxxx` 开始，第二个字节从 `10xxxxxx` 开始；
`C2`转换二进制`1100 0010`取后5位得到`0 0010`；
`84`转换二进制`1000 0100`取后6位得到`00 0100`；
将两个二进制拼接得到`0 0010 00 0100`，去掉前面多余的0整理后`1000 0100`，转换十六进制得到`84`。

9. 最后让我们计算EE 94 B2：

`EE 94 B2`是三个字节，遵循UTF-8 编码规则，即第一个字节从 `1110xxxx` 开始，随后两个字节都从 `10xxxxxx` 开始；
`EE`转换二进制`1110 1110`取后4位得到`1110`；
`94`转换二进制`1001 0100`取后6位得到`01 0100`；
`B2`转换二进制`1011 0010`取后6位得到`11 0010`；
将三个二进制拼接得到`1110 01 0100 11 0010`整理后`1110 0101 0011 0010`，转换十六进制得到`E532`。

10. 使用上述两款软件也验证了E532位置不存在对应的字形。既然没有，那咱就手动添加一个试试。
    
11. 因SHX文件不能直接修改，需要反编译成SHP文件才能修改，碰巧这两款软件都支持反编译SHP。
    
12. 将得到的SHP文件用记事本打开，我们可以搜索找到*132(84)开头到下一个*开头中间内容就是*132的字形内容，我们把它复制到文件末尾，修改开头为*58674(E532)，然后保存。

13. 回到CAD中输入COMPILE命令，找到更改后的tssdeng.shp文件，选择打开，将自动编译成tssdeng.shx文件。关闭CAD，将新的tssdeng.shx文件替换到CAD的fonts文件夹中，再次启动CAD，问题得到解决。其他钢筋符号或者生僻字同理。

14. 当然，新的tssdeng.shx字体文件我们放在SHX2SHP中也能找到E532位置的字形了。
    

四、后记

1. 在使用SHX2SHP时，如果字形存在引用的情况下，比如2,开头是字形，7,*xx开头是引用*xx字形。在使用Code view显示的不是引用的字形；
2. 在使用ShxViewer时，反编译shp文件头部会加入编译信息会导致COMPILE命令报错，需要删除；同时*引用的位置有时显示10进制有的显示16进制，貌似超过ff就会显示16进制？而且软件显示的数量貌似也有限制，但在SHX2SHP根据位置可以单独查看。
3. 所以上面两个软件配合着来吧。
4. 其实研究到中途时，偶然发现网络上有新一版的tssdeng.shx文件，内部已经包含了本次E532的字形，所以这里留一下研究思路吧，方便后面手动添加字形，也可以解决生僻字的问题，比如这篇文章：制作一个含生僻字的矢量字体文件-CSDN博客

五、下载

相关测试文件及工具