导读：当前主流的排版引擎：Gecko、Blink、Trident、Webkit/Webcore 等等，虽然能实现基本的图、文排版需求，但对于复杂的版面，特别是图书类文档的排版，无法实现或者实现起来非常困难，同时排版效果不够专业，为此百度文库/百度阅读开发了一套跨平台的排版引擎。本文期望通过排版引擎的相关技术介绍，向大家展示图书(内容)排版方面的一些实现技术、技巧。

全文 3680 字，预计阅读时间 12 分钟。

一、背景

百度文库是百度旗下的在线互动式文档分享平台，在这里，用户上传、分享自己的文档，搜索、阅读、下载其他用户的文档。

在 2013 年后，百度文库为了满足用户在手机端阅读文档、图书资源的需要，先后推出了百度阅读 app、百度文库 app，期望通过精致的、专业的排版、原生的端阅读体验，打造一款小而美的阅读类 app，其核心是排版引擎的实现，本文希望通过百度阅读/文库排版引擎的相关技术，向大家介绍图书(内容)排版方面的一些实现技术。

二、技术选型

在设计排版引擎之初设定了以下几个目标：

• Android、IOS 两端采用同一套排版引擎排版，两端展示效果一致，提升开发效率；

• 采用图书印刷行业的排版标准，实现图书专业级排版；

• 支持个性化阅读体验、复杂排版效果的快速迭代；

• 原生的端阅读体验，排版引擎包尽可能小；

市场上主流的几个排版引擎：Gecko、Blink、Trident、Webkit/Webcore，它们虽然能实现基本的图、文排版需求，但对于复杂的版面，比如文本框竖排标题、绕排等效果，无法实现或者实现起来非常困难；同时排版效果不够专业，不能满足未来排版效果的快速迭代，因此百度阅读决定自己实现跨平台的排版引擎。

三、技术架构

3.1 整体架构

图 1 百度阅读/文库排版引擎架构图

排版引擎主要由四部分构成，分别是：

Control/Interface 模块：它接受外部传过来的内容，并调起、管理排版，同时排版完成后把排版结果以指令形式回传给显示层进行渲染；

Parser 模块：用户阅读的内容格式是多种多样的，它可能是 epub、txt、docx，也可能是各自业务线自定义的格式，针对各种格式通过 parser 模块统一映射到自定义的 DOM 树上，后续排版只需要针对这个 DOM 树进行处理即可，这样可提升开发效率，同时也方便未来快速扩展到更多的格式上去。

自定义的 DOM 树参考的是 ooxml 结构描述，并在此基础上进行了简化，改造，DOM 树基本结构如下：

图 2 抽象 DOM 树结构

这其中 CBox 节点是一个虚节点，它可能是一个字符，也可能是一个片断、一个对象，比如文本框、数学公式、拼音结构等等。它可以具有与 CDoc 节点相似的结构，支持无穷嵌套，从而实现对各种复杂结构的描述。

Layout 模块：读取 DOM 树结构，遍历节点，结合版面大小，并运用各种排版规则，把文字、内容、对象布局到显示区域，结果输出成 LDF。

这部分是整个排版引擎主要技术所在，后面会详细介绍。

LDF 模块：排版结果描述结构。

排版引擎排完一页内容后，并没有调用绘制指令，直接绘制显示，而是输出成 LDF 数据，缓存在内存中管理。这么处理是出于两个方面的考虑：一是性能和内存考虑，用户在阅读当前页时，排版引擎会在后台把它前、后几页内容进行排版，缓存，在用户翻页时异步绘制；二是提供交互操作需要的数据基础，它在 LDF 上进行区域、数据计算，快速定位到指定的节点，提取相应的内容。

当然提前准备多少页排版结果，提前预绘多少页，可由各自业务依据自身需要和设备情况进行动态设置，以达到最优的阅读体验效果。

LDF 数据结构更多的倾向于版面描述，其结构如下：

图 3 LDF 结构

LDF 数据定义涵盖了版面的所有元素，包括页、块、分栏、段落、行、内容片断，通过嵌套实现各种复杂效果展示。

3.2 主要技术

排版过程涉及到很多技术细节和处理技巧，比如 glyph 处理、标点禁则、行拉压对齐处理、块排版等等，本文阐述几个主要的排版技术，其它技术、处理技巧可参考开源的排版引擎，它们在很多细节处理技术上是相通、相似的。

3.2.1 基本排版

排版过程可简单理解成把文档逻辑结构(DOM 树)通过一些技术手段映射成版面结构（LDF），排版过程涉及到文档逻辑结构和版面结构，基本排版处理包括：

• 段落排版(para_layout)：

段落排版处理段落属性，比如段前距、段后距、段首缩进、段落悬挂等等，并调用行排版。

• 行排版(line_layout)：

内容最终在显示时，展现的是一行行内容，它是排版中常用的一个处理，其它排版引擎均提供了行排版的接口。

行排版处理行间距等属性，并调用片断排版，排版完成后依据段落对齐属性进行 x 方向的调整和 y 方向对齐调整。

• 片断排版(section_layout)：

在某些效果下，一行内容是由多个小区域组成，比如文字两端绕排图片，文字阅读顺序设定为通栏从左到右，此时一行是由图片两边两个片断组成，在选中内容时光标走位是穿过图片选中两端文字。

片断排版计算当前片断可排区域、传递段落、内容属性，并调用对象排版。

• 对象排版(obj_layout)：

对象排版是排版引擎的基本单元，它包括字符排版、结构排版，它依据对象的属性、类型进行特定的、分别的处理。

3.2.2 复用与抽象

(对象)内容的类型有很多种，从普通的中英文字符到数学公式、拼音结构、块结构等等，甚至对象嵌套对象，这就需要排版引擎对所有的对象进行抽象，通过递归调用、基础的排版处理复用，实现各类复杂效果的实现。

复杂对象，从结构上来看，它是由一段或多段内容组成，在这个意义上，它可以理解成 CDoc 节点，即它是一个子文档(而对于对象嵌套对象结构，可以理解成子文档嵌套子文档)，通过数据结构抽象，从而实现的排版的复用。

一个对象的排版，即子文档在子区域内的排版，它同样经过基本的段落、行、片断、内容排版，并依据对象进行特定的位置修正(比如拼音排版，上下两个子盒子分别排版，y 方向位置调整，x 方向居中对齐)，最终实现对象的排版。

3.2.3 相对排版

排版最终结果就是把字符、图元或图片定位到屏幕指定位置，即给内容赋予 x/y 坐标值，在处理纯文字内容的排版时，非常简单，排完一个字符，计算下一个字符的 x 坐标，依此类推，直到当前行排不下内容为止。

但对于复杂结构又该如何处理了？以数学公式 

为例，它是一 2X2 矩阵，其中第一个元素是一个二次公式。

首先排第一个元素，此时排版引擎不用关注该元素入口的 x/y 坐标是多少，而是采用相对原点坐标(0，0)排版这个二次公式。

但这个二次公式又是由分子、分母组成，在排版分子、分母时，依旧采取相对排版原则，从(0，0)坐标原点开始排版，分别得到分子、分母排版结果，此时把分子和分母排版结果分别当作一个黑块，依据上下分式排版规则，调整分子、分母，使之中线对齐、上下位置合适。

调整完二次公式后，把它的排版结果当作一个黑块，参与到矩阵排版和位置调整中，此时二次公式内部内容相对位置不再变化。

相对位置排版，即每个子对象先不用关注入口位置坐标，而采用相对原点坐标进行排版，排版完成后依据对象特点、入口坐标信息，调用 correct_xy，统一修正 x/y 坐标，一层层递归，最终实现复杂对象和整页的排版。

3.2.4 多方向排版

不同语言有着不同的排版方向，比如汉字是正向横排，古籍书是反向竖排，蒙文正向竖排，维文是反向横排，如何统一这些排版，从而支持所有语言排版？

先来看下反向模排，下图是模拟了正向横排和反向横排的效果图：

图 4 正、反向横排效果图

从上图可以看出，反向横排其实就是正向横排相对于版心中轴线的镜像，理解了这一点，反向横排就变成了正向横排完后再做一次 x 坐标镜像处理，至于正向竖排、反向竖排也可以采用类似方式处理，甚至在排版层不处理，而在绘制时做坐标矩阵转换。当然各语言有各自的特点，细节可能需要微调下。

四、总结和展望

图 5 效果展示

百度阅读/文库排版引擎未来发展的方向：

• 依据内容以及属性，精准的排出指定的效果，支持更多对象的排版，并不断完善排版标准和体验；

• 理解内容，理解设备，智能排版，提供更佳的阅读体验；

比如对于期刊类文档，摘要、关键词可采用不同的字体、字号，设置一定的段左、右距排版。

比如对于大屏显示和图文绕排内容，图片尽可能排到九宫位置，而对于小屏，动态调整图片尺寸，甚至取消图文绕排等等。

各排版引擎本质上区别不大，没有好坏之分，百度阅读/文库自研排版引擎更多的是出于自身业务需要，所用到的排版技术既有通用性，也有自己的特点，文章的目的是一起探索排版底层的技术，一起去挖掘排版技术的发展。

推荐阅读：

｜百度短视频推荐系统的目标设计

｜百度信誉认证中台架构解析

｜图数据库在百度汉语中的应用

｜一年数十万次实验背后的架构与数据科学

---------- END ----------

百度 Geek 说

百度官方技术公众号上线啦！

技术干货 · 行业资讯 · 线上沙龙 · 行业大会

招聘信息 · 内推信息 · 技术书籍 · 百度周边

欢迎各位同学关注