《Making Software》是 Dan Hollick 正在写的一本讲软件底层原理的图解书，How to make a font. 这一章用六千词把数字字体从矢量轮廓一路讲到 hinting。表面上看，字体不过是每个字符的一组矢量，做字体不过是把这些矢量一笔笔画出来；但画字形反而是容易的部分，难的是让几百个字形在不同字号、大小写、字重下彼此协调。
这一章的内容天然分成三层：机器怎么存储和渲染字体，设计师用什么语言描述字母，以及真正的功夫花在哪。笔记按这三层展开。
机器一侧：字体文件是个数据库
先厘清术语。typeface（字体家族）指整个家族——Garamond 连同它所有的字重与样式；font（字体）是一个具体实例，比如 12pt 的 Garamond Roman。日常混用没什么问题，但 type 设计师很在意这个区分。
技术上更颠覆直觉的一点：字体文件本质是由若干张表（table）组成的结构化数据库。我们以为的“字体”——字形轮廓——只占其中一张表；其余的表装着让文字正确渲染的一切：每个字符占多大空间的间距度量、为特定字母对微调间距的 kerning（字距）表、小字号下保清晰的 hinting（微调）指令，以及名称、授权、支持语言等元数据。
四十年格式演化
- PostScript Type 1（Adobe，1984）：用三次（cubic）Bézier 曲线描述轮廓，成为专业印刷标准。局限是单文件只能装 256 个 glyph（字形），对很多语言远远不够，而且要两个文件配合使用。
- TrueType（Apple，1980 年代末）：改用二次（quadratic）Bézier——控制点少一个（三个而非四个）、更简单，但同样的形状需要更多的点。最大卖点是内建 hinting，让设计者精确控制小字号下字形如何贴合像素网格。微软在 Windows 上采用后迅速普及。
- OpenType（Microsoft + Adobe，1990 年代末）：统一容器，TrueType 轮廓和 PostScript 轮廓都能装。单文件最多 65,536 个 glyph，足以覆盖几十种语言的完整 Unicode，还引入了 layout 表，把 ligature（连字）、small caps（小型大写）、风格替代字、上下文替换等排版特性直接放进字体文件。
- Variable fonts（可变字体）：最新一步，把整个设计空间压进单个文件。不再为 Light、Regular、Bold 各发一份文件，而是定义若干条 axis（轴）——weight、width、slant、optical size——运行时在 master（母版）之间做 interpolation（插值），轴上任意一点都能取。对 web 尤其划算：五个字重原本意味着五次网络请求。
打开一个 OpenType 文件
轮廓表的格式取决于字体的“口味”（flavor）。TrueType 口味（.ttf）用 glyf 和 loca 两张表。glyf 是一串点，用二次 Bézier 描述字形：每个点有 x,y 坐标和一个标志位，标记它在曲线上（on-curve）还是控制点（off-curve）。规则相当巧妙——两个连续 on-curve 点之间是直线；on-curve → off-curve → on-curve 构成一段二次 Bézier；出现两个连续 off-curve 点时，rasterizer（栅格化器）在中点自动插入一个虚拟 on-curve 点，于是不必显式存储每个锚点。loca 则只存每个 glyph 的字节偏移，标出各字形数据的起止。
OpenType 口味（.otf）用 CFF 或 CFF2 表。它不存点，而存一串绘制操作符（rmoveto、rlineto、rrcurveto），从栈里取数字移动画笔，和 SVG 的 path 数据非常像；因为数字是相对值，体积更小、压缩更好。CFF2 是为 variable fonts 设计的现代版：额外存储基准字形随 weight、width、optical size 变化的偏移量，渲染时先处理基准点，再按当前设置叠加偏移。
其余几张关键表：
cmap：Unicode 码位到字形的映射。敲一个 A，计算机认成U+0041，再查表找到对应 glyph。head：文件头，装版本、全局包围盒和以 UPM（Units Per em）表示的网格尺度。UPM 定义多少字体单位对应一个 em square，CFF 通常取 1000，TrueType 通常取 1024。hhea：横排文字的全局度量——最大 ascender/descender、推荐 leading（行距）、最宽字形的 Max Advance Width；竖排另有可选的vhea。hmtx（竖排为vmtx）：逐字形的间距数据，为每个 glyph 定义 Advance Width（步进宽度）、LSB（左侧留白）与 RSB（右侧留白）。Advance Width 相当于字母的占位盒，排文本行时靠它分配空间；RSB 通常由宽度和 LSB 算出。- 另有存内存需求的
maxp、存名称等文本信息的name，以及OS/2表——名字来自 1980 年代末的同名操作系统，如今存字重与字宽范围、家族样式（Serif、Sans-Serif、Script、Monospace）、x-height、cap height，以及一批把 Windows、macOS、web 各自渲染差异抹平的跨平台度量。
Text shaping：从字符串到定位好的字形
计算机排文字要经过一连串步骤，统称 text shaping（文本塑形）。画字之前，文本先被切成一个个 run：字体、字号、颜色、语言完全相同的片段，任何一项变化（比如句子里一个斜体词）都会结束当前 run、另起一个。字符分 strong 和 weak 两类：strong 字符强属于某个字母表（拉丁 “A”、希腊 “Δ”），为渲染器指明语言归属；weak 字符是空格、数字、标点，不属于任何语言，也不中断 run。run 之间完全隔离——kerning 不跨 run 边界，希腊字母和拉丁字母若分处两个 run，就不会互相调距。
切好之后，每个 run 走四步：
- 查表：把字符的 Unicode 值（A 是
U+0041）经cmap换成 Glyph ID。 - 替换（
GSUB）：按上下文替换字形，比如把相邻的 “f” 和 “i” 换成合并的 “fi” ligature。 - 定位（
GPOS）：对字母对施加间距调整，比如让 “o” 左移、钻到大写 T 的横画下面——上下文感知的 kerning。 - 渲染：前三步挪动的都是看不见的空盒子，这一步才按 Glyph ID 取出轮廓数据、按尺度画出来，每个字形靠自己的 sidebearing 在盒子里落位。
用 variable font 时，无非是在切 run 之前先把字重定下来。整个流程和浏览器排 HTML/CSS 高度同构：Unicode 文本是内容，字体与颜色是 CSS，四步流水线就是搭布局块再绘制上屏。
Hinting：向像素网格的妥协
字形画在约 1000 单位的网格上，小字号渲染时整个坐标系被压进几个像素。11px 下，一根 100 单位宽的竖干只合一个多像素，几乎不可能干净地落在像素网格上：H 的一根竖干栅格化成一列清爽的像素，另一根却糊成两列灰的，整个字又虚又歪。
Hinting 是存在字体里的指令，在特定字号下扭曲轮廓，让它在栅格化之前对齐像素网格。目标不是保住字母的真实形状，而是稍稍出卖它以换取清晰——竖干凑成整数像素宽，强制 H 的两根竖干一致，保证一行字的 x-height 齐平。
两种口味的处理方式迥异。TrueType 的 hint 本质是小程序：以字节码形式存在 fpgm、prep、glyf 表里，由 rasterizer 内置的小虚拟机执行，给设计者逐像素、逐字号的控制。低分辨率 CRT 时代这种控制至关重要——Verdana 和 Georgia 都是一个像素一个像素手工 hint 出来的，这是它们当年在屏幕上格外清晰的重要原因。CFF 走声明式路线：不编排具体结果，只标出竖干的位置与宽度，外加一组叫 blue zone 的水平对齐带（对应 baseline、x-height、cap height），把网格贴合的决策留给 rasterizer。如今 hinting 远不如从前重要：高分屏让竖干天然有好几个像素宽，anti-aliasing 抹平其余，macOS 干脆忽略大部分 hinting、直接渲染忠实轮廓。今天多数字体由字体编辑器或 ttfautohint 自动 hint，手工 hinting 已近失传。
设计一侧：字母的语言
机器的部分到此为止。type 设计是门很老的手艺，它有自己的一整套语言，而且大半来自铅字时代的物理排版：font 源自法语 *fondre*（熔铸），本指一套特定字号的完整铸字；每个字母叫 sort，收在字盘（case）里——大写放上层（upper case），更常用的其余字母放下层（lower case），这就是大小写英文名的出处。排字工用薄铅条隔开行，行距因此叫 leading（源自 lead，铅）；铅字上伸出字身、用来补偿间距的部分叫 kern，于是字母间距调整叫 kerning。
尺寸与比例
每个字形画在一个叫 em 的方框里，单位尺度就是前面说的 UPM（通常 1000），之后的一切度量都基于这套坐标系。字号设为 14px 时，是这个 em 方框去占那 14 像素的高度；放大字号只是放大方框，坐标本身不变，因为它是相对的。坐标原点也不在角上，而是由 baseline（基线）决定——它锚定整套字体的对齐，西文一般放在 em 网格约四分之三高的位置。
在 baseline 之上，一套字体要依次定出几条高度线：
- cap height（大写高度）：用平顶的 H 来定（E、I 也行）。它不是硬上限——圆形字母（O、C、G、Q、S）和尖头字母（A、V）常常略微冲出 cap height 和 baseline，这叫 overshoot（过冲），为的是视觉对齐而非数学对齐。
- x-height（小写高度）：用 x（偶尔 o、n）来定，可能是做字体最有分量的一个决定——它决定字体的“视觉大小”，一般取 cap height 的 60–75%。x-height 越高越易读、同字号下显得越大：Zuzana Licko 为 Emigre 设计的 Mrs. Eaves 只有 57%，后来的 Mrs. Eaves XL 提到 72%，同字号对比相当惊人。但收益有边际——太高了 ascender 和 descender 就难以分辨。有研究给出的最佳值约为 0.3° 视角（视角同时取决于大小和距离，实验取 40cm），超出这个范围阅读速度开始下降。
- ascender / descender（上伸部 / 下伸部）：小写字母伸出 x-height 之上、baseline 之下的部分对应的对齐线。定 ascender 用带干净竖干的 h、d、b、l，定 descender 用 p、q；f、g 这类带曲线的字母照例会过冲。
- 其余还有 figure height（数字高度，通常等于 cap height）、small cap height（介于 cap height 和 x-height 之间）、accent 高度，以及上标、下标的基线偏移与缩放比例。
宽度方面：proportional（比例）字体每个字母宽度不同，monospaced（等宽）字体则一律相同。一个字母占的总宽叫 advance width = LSB + 字形宽度 + RSB。sidebearing（边距）像内建在每个字母上的页边距，用来和邻字保持距离——别和 kerning 混淆。x-height 越小，小写通常越需要更大的 sidebearing 来保证可辨认；condensed（窄体）字体则整体收窄。
字重、对比度与 stress
weight（字重）直觉上就是笔画多粗，但 regular、semi-bold、bold 到底多粗、甚至该不该叫这些名字，都没有标准。最接近标准的是 web：CSS 把 regular 定为 400、bold 定为 700，除此之外各玩各的。
不过字重可以量化。设计师 Charles Bigelow 用 x-height 与竖干粗细的比值来度量：典型 regular 约在 1:5–1:6。放到 em 网格上，x-height 若取 500 单位（0.5em），regular 的竖干就约 100 单位；相邻字重的笔画粗细应差 1.3–1.5 倍才足够区分——上一档约 130 单位，下一档约 70。这是线性刻度；另一位设计师 Luc(as) de Groot 主张非线性递进，像一条缓动曲线（原文配图即以 Inter 的字重序列为例）。当然，这些都不是硬规矩。
竖干和横干通常不一样粗，两者之差叫 contrast（对比度）：差大是高对比，差小是低对比，全部等粗叫 monolinear（单线）。但即便单线字体，笔画也会因方向和曲率略有粗细差别，原因是 thickness illusion（粗细错觉）：横线看起来比等粗的竖线、斜线更粗，所以横干通常要削细一点来找平。同样的补偿也用在 bowl（字碗，封闭的圆弧笔画）上：曲线最厚处要比竖干更厚、最薄处要比横干更薄，看起来才一致。contrast 说的是差多大，stress（重心轴）说的是差发生在哪个方向——它源于书法里笔尖随压力和速度改变粗细的方式，同一套字里的 stress 轴应当一致，像出自同一支笔。
视觉修正无处不在。double-story（双层）字母（E、B、S）的横画如果放在数学正中会显得偏低，所以要整体上移；而 E、B 上移之后痕迹太明显，就再把下半层做宽一点找平。
一个字母的解剖
字母的每个部位都有专名。serif（衬线）是笔画末端的小脚：横段向内凹以抵消视错觉的叫 cupped serif（EB Garamond 就是）；按形态又分 bracketed（带弧形支撑连接主干）、wedged（末端渐细）、slab（等粗）、hairline（极细）等。不以衬线收尾的笔画末端统称 terminal，可以带 teardrop（泪滴）、ball（圆球）、flare（喇叭）等修饰；只出现在字母顶部的竖衬线叫 beak，竖干一侧的横衬线（数字 1 那种）叫 flag；伸到 baseline 以下的笔画叫 tail，装饰性的花笔叫 swash。
字母内部封闭或半封闭的空间叫 counter（字怀）——小写 e 的那一块特称 eye，双层 g 的下环特称 loop。此外还有一长串：i、j 的点叫 tittle，f 的弯头叫 hook，n、m 的弧形连接叫 shoulder，k、R 的斜笔叫 leg，E 的横笔叫 arm，s、8 的中轴曲线叫 spine；连接竖干的横笔叫 crossbar，斜笔在底部相交叫 vertex，在顶部相交叫 apex。原文还有更长的清单，这里只留最常见的一批。
工艺一侧：负空间与起笔
间距：负空间才是主角
做字体的很大一部分功夫不在画字形，而在打磨字形之间的负空间。间距对可读性的影响超乎直觉：太松，词里出现“空白河流”，难以成形；太紧，字母彼此糊住。理想状态是每对字母之间的视觉留白相同，一行字在一臂之外看是均匀的灰度、近看有可预期的条纹节奏。负空间大的字母（往往和 counter 大小相关）需要收得更紧，行话叫 “spacing matches counters”（间距随字怀）。
工具只有两个：sidebearing 和 kerning，前者内建在每个字母里，后者是对特定字母对（比如 AV）的额外修正，理想情况下只在 sidebearing 无能为力时才动用。逐个字母定 sidebearing 太苦，Walter Tracy 留下了一套方法：按形状归类、共用取值。先从 H 和 O 起手——一个极方、一个极圆——拿 “HHHOOHHH”“OOOHHOOO” 这样的组合反复调整，直到竖干的节奏看起来均匀统一；再对小写的 o 和 n 做同样的事。其余字母按最相似的形状套用：B 的左 sidebearing 取自 H（平边），右 sidebearing 取自 O（圆边）；A、w 这类斜边字母公式失效，只能手调。
验证方式是把每个字母放到所有其他字母中间，找视觉节奏被打断的地方。总会有一些字母对光靠 sidebearing 解决不了，比如 Ti——i 得钻到 T 的悬挑底下去。这就轮到 kerning 出场：一条存进 GPOS 表、针对特定字母对的间距偏移，排 run 的时候取用。逐对手工 kern 工作量惊人，好在 OpenType 支持 class-based kerning：把形状相似的字母按“边”分组——D、E、F 的左边都是直的，对它们前面的字母就可以共用同一套 kerning 规则。
怎么开始画一套字
真到了画字形这一步，原文自嘲进入了“把猫头鹰剩下的部分画完”环节，只能快讲。设计师不会从 A 顺着画到 Z，而是先做几个 control letter（控制字母），逼自己把 stress、contrast、比例、性格这些会传导给所有字母的决定先定下来。大写通常用 O 和 H/E。
O 格外重要：它确立 stress（斜轴还是竖轴）、contrast（粗细比）和比例（宽圆还是窄椭圆），所有圆形字母都得跟着它走——C 大致是 O 切掉一块，G 加根横画，Q 加条尾巴，D 用竖干封住右侧。O 画错，整套字都会垮。方形基准有人用 H，但 E 更有用：它自带 terminal，又比 O 和 H 窄，能把比例系统立起来。E 的三条横臂常常故意不等长——底臂最长、顶臂居中、中臂最短，而且中臂要稍稍上移。大写字母按结构分组推进：圆形（O、Q、C、G、S）、方形（E、F、H、I、L、T）、斜形（V、A、W、X），以及圆方组合（D、B、P、R）和斜方组合（M、N、K、Z、Y）。
小写常从 a、e、g、n、o 起手，道理和 O、E 相同。经典测试词 “hamburgefontsiv” 几乎囊括高频小写字母，能暴露不同形状之间的相互作用。o 是所有圆碗字母（a、c、e、p、d、b、q、g）的基础，contrast、stress、碗的比例都要保持一致：o 的碗最宽，c、e 因为开口、负空间更大，要做窄一点；碗和竖干相交处通常留一个小凹口，叫 relief。n 是 m、h、u 的基础，比 o 略窄；r 像 n，但凹口要压得更低。最难归类的是双层的小写 a：拱可以借 n 的 shoulder，但收笔方式不同，下层碗的高度通常取 x-height 的 55–65%。
值得记住的几点
- 字体文件是数据库，不是一堆图形。轮廓只占一张表，
cmap、hmtx、GSUB/GPOS、OS/2这些表才让文字能被查找、被排布、被跨平台一致地渲染。 - 两条曲线，两条技术路线。TrueType 用二次 Bézier（
glyf/loca），OpenType/CFF 用三次 Bézier 加类 SVG 的绘制指令；variable fonts 在 master 之间插值，把整个设计空间装进一个文件。 - 排版是条流水线。text shaping 先切 run，再走
cmap查表 →GSUB替换 →GPOS定位 → 渲染四步，和浏览器排 HTML/CSS 高度同构。 - type 设计是视觉欺骗的艺术。overshoot、thickness illusion 补偿、上移的横画——数学对齐几乎处处让位于视觉对齐。
- 间距比字形更费功夫。负空间决定可读性：先用 sidebearing 按形状分组定基调，再用 kerning 收拾特例。hinting 曾是小字号清晰的命脉，如今在高分屏和抗锯齿面前基本退场。