DITA-OT发布过程和中文支持
DITA-OT是DITA Open Toolkit的缩写，它是一个开源发布引擎，用于将DITA格式的内容发布成不同格式的输出，比如：HTML、PDF等。
有些结构化编辑系统（如：Oxygen XML Editor）已经集成了DITA-OT。如果选择DITA来编写结构化内容，那么你很有可能已经通过DITA-OT进行内容发布了。
下边我们一起来看看DITA-OT是怎样工作的。
- 1 -
DITA-OT发布PDF的过程
以下是使用DITA-OT发布PDF的命令：
dita -i cloudphoto.ditamap -f pdf -o pdfout它的意思是：
-
输入文件为cloudphoto.ditamap文件；
-
输出格式是pdf；
-
输出结果放到pdfout目录中。
运行这个命令，后台发生什么事情呢？下边我们一起来看一下。
DITA-OT支持发布多种格式的输出，主要分为PDF和基于HTML的输出两类。下图中，蓝色路径是运行发布PDF命令后走过的步骤。
1. 通用预处理
不论发布的类型是什么，DITA-OT发布首先运行的是预处理程序。它主要是为后续的步骤做准备工作。根据DITA-OT的文档，预处理包括：生成列表、处理引用、内容过滤、移动元数据等17个模块，详情请见DITA-OT文档：
https://www.dita-ot.org/dev/reference/preprocessing.html
2. 合并Topic
DITA数据包通常由一个ditamap和多个topic文件组成。为了方便处理，DITA-OT将这些内容合并到一个XML文件中。
3. 将XML转换成XSL-FO
XSLT是一个数据转换的语言，由XSLT引擎执行。它通过读取XML文件，应用数据处理逻辑，然后生成XSL-FO文件。
4. 将XSL-FO转换成PDF
XSL-FO是W3C的标准之一，用于XML文档的布局和打印。要将XSL-FO生成PDF，需要用到FO引擎。
DITA-OT目前支持三个引擎，他们分别是：
-
FOP - 开源的FO引擎，已经包含在DITA-OT中；
-
Antenna House - 商业FO引擎，DITA-OT可以使用它发布PDF，但需要单独购买和安装；
-
RenderX - 商业FO引擎，DITA-OT使用它发布PDF，也需要单独购买和安装。
- 2 -
中文支持
DITA-OT的实现了支持多语言处理，但默认只对西方文字有较好的处理。下边我们来看一看DITA-OT支持中文的细节。
1. 将内容标识成中文
在“将XML转换成XSL-FO”这个步骤中，样式会自动生成一些文字，比如：目录最上边的“目录”二字。 我们把这种样式表生成的文字叫做“生成文字” (Gentext)。
Gentext没有放在DITA文件中，而是放在样式文件中，内容编辑人员无法直接控制或者更改它。
DITA中，默认的语言是英语，如果不做设置，Gentext默认是英文的。所以目录这个地方，默认是看到"Contents"，如下图红色方框所示。
如果要让它显示中文，我们需要在ditamap文件中标识DITA内容的语言为中文。如下图：
xml:lang属性表示内容的语言，zh-CN代表中文。
这样，发布的时候Gentext就会显示中文了。
2. 为FOP安装中文字体
DITA-OT默认带的FO引擎是FOP，FOP能够使用操作系统带的字体。对于中文，它默认使用宋体。但是这个字体没有粗体，所以会出现粗体不显示的现象。
如果对默认的字体不满意，一种解决方案就是安装其他的字体，比如：阿里巴巴普惠体。
首先，可以从这里免费下载阿里巴巴普惠体：
https://alibabafont.taobao.com/
然后，将字体文件解压并放到以下目录中：
{DITA-OT_HOME}\plugins\org.dita.pdf2.fop\cfg\fonts\
这样就为FOP安装好阿里巴巴普惠体了。
3. 设置DITA-OT中的字体映射
除了为FOP安装中文字体，还需要在DITA-OT中设置字体映射才能在PDF输出中正确使用字体显示中文。
DITA-OT的样式表中，没有直接使用最终物理字体的名字，而是使用一个逻辑字体。根据映射的配置，逻辑字体最终被翻译成最终的物理字体。 这种设计的好处是可以根据需要来配置最终的字体，但又不用修改样式表的代码。
DITA-OT的字体映射文件放在了这里：
{DITA-OT_HOME}\dita-ot-3.7\plugins\org.dita.pdf2\cfg\fo\font-mappings.xml
内容如下：
Serif
Sans
Monospaced
Normal
Monospaced
Helvetica, Arial Unicode MS, Tahoma, Batang, SimSun
AdobeSongStd-Light, Arial Unicode MS, Batang, SimSun
MS-Gothic, Hiragino Kaku Gothic Pro, HiraKakuProN-W3, YuGothic, Arial Unicode MS
AdobeMyungjoStd-Medium, Arial Unicode MS, Batang
ZapfDingbats
ZapfDingbats
Helvetica, Arial Unicode MS
20%
smaller
Times New Roman, Times, Arial Unicode MS, Tahoma, Batang, SimSun
AdobeSongStd-Light, Arial Unicode MS, Batang, SimSun
MS-Mincho, Hiragino Mincho Pro, HiraMinProN-W3, YuMincho, Arial Unicode MS
AdobeMyungjoStd-Medium, Arial Unicode MS, Batang
ZapfDingbats
ZapfDingbats
Times New Roman, Times, Arial Unicode MS, Tahoma, Batang
20%
smaller
Courier New, Courier, Arial Unicode MS, Tahoma, Batang, SimSun
AdobeSongStd-Light, Arial Unicode MS, Batang, SimSun
MS-Gothic, Hiragino Kaku Gothic Pro, HiraKakuProN-W3, YuGothic, Arial Unicode MS
AdobeMyungjoStd-Medium, Arial Unicode MS, Batang
ZapfDingbats
Courier New, Courier, Arial Unicode MS, Tahoma, Batang
20%
smaller
对于逻辑字体Serif（看46行），如果是中文，映射的物理字体是：AdobeSongStd-Light, Arial Unicode MS, Batang, SimSun。（看50行）
下边，将阿里巴巴普惠体配置到文件中：
...
Alibaba PuHuiTi, AdobeSongStd-Light, Arial Unicode MS, Batang, SimSun
...
...
Alibaba PuHuiTi, AdobeSongStd-Light, Arial Unicode MS, Batang, SimSun
...
...
Alibaba PuHuiTi, AdobeSongStd-Light, Arial Unicode MS, Batang, SimSun
...
（分别在3个逻辑字体的中文情况下，加入Alibaba PuHuiTi）
通过以上配置，DITA-OT就能使用阿里巴巴普惠体来显示中文了。
- 3 -
小结
在DITA-OT中支持中文字体，包括以下3个步骤：
-
将内容标识成中文；
-
安装中文字体；
-
配置字体映射。
- 4 -
术语
XSLT
XSLT 是一种用于将 XML 文档转换为 XHTML 文档或其他 XML 文档的语言。
参考：
https://www.w3school.com.cn/xsl/index.asp
XSL-FO
XSL-FO 指可扩展样式表语言格式化对象（Extensible Stylesheet Language Formatting Objects），是用于格式化 XML 数据的语言。
参考：
https://www.runoob.com/xslfo/xslfo-tutorial.html