線上轉換工具

如果你不想安裝軟體，且轉換數量不多，這幾個網站是首選。

• Fontsource Webfont Converter純瀏覽器處理，檔案不會上傳到伺服器，對隱私更有保障，速度也非常快。
• Transfonter這是目前開發者最推薦的工具。它除了轉換格式，還能幫你生成 @font-face 的 CSS 代碼，並支援字體子集化（Subsetting）來縮減檔案體積。
• CloudConvert萬用型的檔案轉換器，如果你的字體檔案非常大（超過 10MB），一般的網頁工具可能會失敗，這時可以用 CloudConvert 處理。

命令列工具 (CLI)

如果你需要批次處理，或是想把轉換流程加入自動化腳本，這幾個工具非常強大。

• google/woff2這是 Google 官方釋出的參考代碼。在 macOS 可以直接用 brew install woff2 安裝，之後在終端機輸入
  woff2_compress yourfont.ttf
  就能得到 WOFF2 檔。
• fonttools (Python)這是字體工程領域的標準工具。安裝 Python 後執行
  pip install fonttools
  轉換指令：
  pyftsubset yourfont.ttf “*” –flavor=woff2 –output-file=yourfont.woff2
• wawoff2 (Node.js)這是 Google woff2 的 WebAssembly 版本，適合 Node.js 環境。執行
  npx wawoff2 compress yourfont.ttf

工具對比總結

如果你只需要簡單轉檔給網站用，我建議直接用 Transfonter。如果你是想研究如何縮小字體體積，那麼 fonttools 是比較專業的選擇。

使用 Python 進行自動化轉換

如果你的電腦有安裝 Python，使用 fonttools 是最專業的做法。它不只能轉檔，還能移除字體中用不到的字元來減肥。

首先安裝必要的套件：

pip install fonttools brotli

接著你可以使用這段簡單的腳本，它會掃描資料夾內所有的 TTF 檔案並轉換成 WOFF2：

import os
from fontTools.ttLib import TTFont

def convert_to_woff2():
    for file in os.listdir('.'):
        if file.endswith('.ttf'):
            font = TTFont(file)
            output_name = file.replace('.ttf', '.woff2')
            font.save(output_name, reorderTables=True)
            print(f'已完成: {output_name}')

if __name__ == '__main__':
    convert_to_woff2()

使用 Shell 指令批次轉換

如果你在 macOS 或 Linux 環境，且已經安裝 Google 官方的 woff2 工具，可以用一行指令處理整個資料夾。

安裝方式：

brew install woff2

轉換指令：

for f in *.ttf; do woff2_compress "$f"; done

這會直接在同個資料夾產生對應的 WOFF2 檔案。這個工具的壓縮率通常是最好的，因為它使用了 Google 開發的 Brotli 壓縮演算法。

pyftsubset 是 fonttools 套件中最強大的工具。它的核心邏輯是從原始字體中「切出」你需要的部分，並重新打包成網頁專用的格式。

基礎轉換指令

如果你不需要刪除任何字元，只是單純想把 TTF 轉成 WOFF2，可以使用這個指令。

Bash

pyftsubset input.ttf --glyphs="*" --flavor=woff2 --output-file=output.woff2

• --glyphs="*"：代表保留原字體中所有的字元，不進行刪減。
• --flavor=woff2：指定輸出格式為 WOFF2。如果不加這行，預設會輸出 TTF。

字體子集化（縮減體積）

中文字體動輒 10MB 以上，載入速度很慢。子集化可以讓你只保留網頁會用到的字。

• 指定文字內容：如果你只想保留特定的字（例如「你好」），可以使用 –text。Bashpyftsubset input.ttf --text="你好" --flavor=woff2
• 使用 Unicode 範圍：如果你想保留常用的中文字範圍，可以使用 –unicodes。Bashpyftsubset input.ttf --unicodes="U+4E00-9FFF" --flavor=woff2

常用的進階參數

為了讓網頁載入更順暢，建議加上以下參數優化字體結構。

• –layout-features=”*”預設情況下，子集化會刪除 OpenType 特性（如連字、垂直排版）。如果你需要保留這些功能，務必加上這個參數。
• –no-hinting如果你不在意舊螢幕的清晰度，移除 Hinting 資訊可以再減少約 10% 到 20% 的檔案大小。
• –desubroutinize針對 CJK（中日韓）字體，這可以解決某些瀏覽器在渲染子集化後的 CJK 字體時出現的異常。

完整的專業指令推薦

這是我最常建議的「高效能網頁字體」轉換公式：

pyftsubset MarukoGothic.ttf --unicodes="U+4E00-9FFF,U+0000-007F" --flavor=woff2 --layout-features="*" --output-file=font.woff2

這個指令會保留「基本拉丁字母」與「常用中文字範圍」，並維持所有的字體排版特性。

針對你的需求，要把日文、英文以及常用標點符號都包進去，你需要組合多個 Unicode 區塊。

推薦的 Unicode 範圍組合

你可以將以下這段字串直接複製到 --unicodes 參數後。這包含了基本英文、常用符號、日文（平假名、片假名、漢字）以及中文字：

U+0000-007F,U+00A0-00FF,U+2000-206F,U+3000-303F,U+3040-309F,U+30A0-30FF,U+4E00-9FFF,U+FF00-FFEF

各區塊詳細說明

下表拆解了這串代碼代表的意義，你可以根據需求增減：

最終執行指令範例

這是一個非常完整的轉換指令，適合處理像「丸子黑體」這類包含中日文的字體：

for macOS / Linux:

pyftsubset MarukoGothic.ttf \
--unicodes="U+0000-007F,U+00A0-00FF,U+2000-206F,U+3000-303F,U+3040-309F,U+30A0-30FF,U+4E00-9FFF,U+FF00-FFEF" \
--flavor=woff2 \
--layout-features="*" \
--output-file=MarukoGothic_optimized.woff2

for Windows:

pyftsubset MarukoGothic.ttf ^
--unicodes="U+0000-007F,U+00A0-00FF,U+2000-206F,U+3000-303F,U+3040-309F,U+30A0-30FF,U+4E00-9FFF,U+FF00-FFEF" ^
--flavor=woff2 ^
--layout-features="*" ^
--output-file=MarukoGothic_optimized.woff2

小提醒

如果你發現某些特殊的避頭尾點號（如雙引號）沒出現，通常是因為它們落在 U+2018-201D 之間，上面的 U+2000-206F 已經完整覆蓋了。

處理大型檔案的時候，如果一次把整份檔案讀進記憶體，電腦很容易當機。這段程式碼實現了類似 Linux 系統中 tail 指令的功能。它能讓你只讀取檔案最後面幾行文字。這在檢查伺服器紀錄或大型數據檔案時非常方便。開發者不需要載入整份文件就能快速看到最新的訊息。

如何開始使用

下載程式碼：
https://github.com/max32002/MaxFontScripts/blob/master/tail.py

確保你的電腦已經安裝了 Python 3 環境。你可以透過終端機或命令提示字元來執行它。

基本指令格式

python tail.py file lines

第一個位置參數是 file，代表你要讀取的目標檔案路徑。

第二個位置參數是 lines，代表你想從末尾讀取幾行。

最後還有一個選用參數 -o 或 –output。如果你加上這個參數，程式會將結果存入你指定的檔案。

實際使用範例

如果你想直接在螢幕上查看最後 10 行內容，可以輸入：

python tail.py log.txt 10

如果你想把最後 50 行的內容存成一個新檔案 result.txt，可以輸入：

python tail.py log.txt 50 -o result.txt

這樣就能快速完成檔案的擷取。即使檔案大小有數個 GB 也能瞬間完成。

處理大型檔案的時候，如果一次把整份檔案讀進記憶體，電腦很容易當機。這段程式碼實現了類似 Linux 系統中 head 指令的功能。它能讓你只讀取檔案最前面幾行文字。這在檢查伺服器紀錄或大型數據檔案時非常方便。

如何開始使用

下載程式碼：
https://github.com/max32002/MaxFontScripts/blob/master/head.py

確保你的電腦已經安裝了 Python 3 環境。你可以透過終端機或命令提示字元來執行它。

基本指令格式

python head.py file lines

第一個位置參數是 file，代表你要讀取的目標檔案路徑。

第二個位置參數是 lines，代表你想從最前讀取幾行。

最後還有一個選用參數 -o 或 –output。如果你加上這個參數，程式會將結果存入你指定的檔案。

實際使用範例

如果你想直接在螢幕上查看最前 10 行內容，可以輸入：

python head.py log.txt 10

如果你想把最前 50 行的內容存成一個新檔案 result.txt，可以輸入：

python head.py log.txt 50 -o result.txt

這樣就能快速完成檔案的擷取。即使檔案大小有數個 GB 也能瞬間完成。

如何開始使用

下載程式碼：
https://github.com/max32002/MaxFontScripts/blob/master/grep.py

確保你的電腦已經安裝了 Python 3 環境。你可以透過終端機或命令提示字元來執行它。

基本指令格式

python grep.py 關鍵字 路徑

你可以加上這些參數：

• -b 數字：顯示關鍵字前面幾行。
• -a 數字：顯示關鍵字後面幾行。
• -i：忽略英文字母大小寫。
• -l：把找到的關鍵字標上顏色。
• -E：開啟正規表示法搜尋模式。
• -ext .txt：搜尋指定副檔名。
• -o 檔名：將搜尋結果存成檔案。
• -r or -R：預設只會掃描該層資料夾，除非你加上 -r 才會遞迴搜尋子目錄。

實際操作範例

假設要找 logs 資料夾內所有包含 ERROR 的行。並且要看錯誤發生的前 2 行與後 2 行。還要標記顏色。

python grep.py ERROR ./logs -b 2 -a 2 -l

如果要用正規表示法找特定格式。例如找 IP 位址。並限制只找 .txt 檔案。

python grep.py "[0-9]+\.[0-9]+\.[0-9]+\.[0-9]+" ./data -E -ext .txt

如果想把搜尋結果存起來。方便之後寫報告用。

python grep.py "Login Failed" auth.log -o result.txt

這套工具邏輯很單純。不用安裝複雜的套件。做實驗數據分析或是 debug 都很實用。

正規表示式（Regular Expression）在處理文字時非常強大。以下整理了最常用的規則與符號，不論是在 Python、JavaScript 或是終端機工具都通用。

基本字元與邊界

這些符號用來定位文字的位置或是匹配特定類型的單一字元。

量詞（次數匹配）

用來決定前面的字元可以連續出現幾次。

• *：出現 0 次或多次。
• +：出現 1 次或多次（至少要有一個）。
• ?：出現 0 次或 1 次（選用性質）。
• {n}：精確出現 n 次。
• {n,}：出現至少 n 次。
• {n,m}：出現 n 到 m 次之間。

字元集合與群組

當你需要指定一段範圍或是將多個規則組合在一起時。

• [abc]：匹配括號內的任一字元。
• [^abc]：匹配除了 abc 以外的任何字元。
• [a-z]：匹配小寫字母 A 到 Z。
• [A-Z]：匹配大寫字母 A 到 Z。
• |：邏輯「或」（OR），例如 cat|dog 匹配 cat 或 dog。
• (…)：擷取群組，將規則組合在一起，之後可以用 \1 或在程式中提取。
• (?:…)：非擷取群組，只組合不記錄內容，效能較好。

貪婪與懶惰匹配

這是進階使用時最常遇到的陷阱。

預設情況下，量詞是「貪婪的」，會盡可能匹配最長的字串。例如對於 <div>test</div> 使用 <.*> 會匹配到整個字串。

如果在量詞後面加上問號（例如 *? 或 +?），會變成「懶惰模式」，只匹配到第一個符合條件的結尾。例如 <.*?> 只會匹配到 <div>。

實戰小筆記

在撰寫規則時，如果遇到特殊符號如 .、*、?、( 等，必須在前面加上反斜線 \ 進行跳脫，才能匹配符號本身。

例如要匹配一個 IP 地址，簡單的寫法會是：\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}。

你想看如何將這些規則應用在你之前的 versionName 修改腳本中嗎？

非擷取群組 (?:...) 的主要作用是「只組合、不存檔」。它讓你可以對一組字元進行量詞操作，但不會在記憶體中記錄這個群組的內容，這在處理複雜字串或提升效能時很有用。

範例一：純粹為了使用量詞

如果你想匹配「連續出現多次的單字」，但你只關心整個字串，不需要單獨取出那個單字。

• 正規表示式：^(?:https?|ftp)://[^\s]+$
• 說明：這裡用 (?:https?|ftp) 把通訊協定組合起來，後面加個 | 代表「或」。如果你用 (https?|ftp)，程式會額外幫你存下一個變數（Group 1）記錄到底是匹配到 http 還是 ftp。用非擷取群組則可以省去這個開銷。

範例二：搭配擷取群組使用

當你的正規表示式很長，裡面有很多層括號，使用非擷取群組可以讓你的「編號」更乾淨。

• 待處理文字：ID: 123-ABC, ID: 456-DEF
• 正規表示式：ID: (\d+)-(?:[A-Z]+)
• 程式結果：
  • Group 1 會拿到 123。
  • 因為 [A-Z]+ 放在 (?:...) 裡面，它不會被分配到 Group 2。
  • 這在寫程式時，可以避免去算到底現在是第幾個括號。

範例三：在分割字串時的差異 (以 Python 為例)

這是在實作中最明顯的區別。

Python

import re

text = "apple123orange456banana"

# 使用一般群組：分隔符號會被保留在結果清單中
print(re.split(r"(\d+)", text)) 
# 輸出: ['apple', '123', 'orange', '456', 'banana']

# 使用非擷取群組：分隔符號會被丟棄，只留下分割後的內容
print(re.split(r"(?:\d+)", text)) 
# 輸出: ['apple', 'orange', 'banana']

總結建議

當你發現括號只是為了「要把這幾個字看成一體」或是「為了用 OR 邏輯」，而不是為了之後要把這段文字抽出來用時，就應該習慣加上 ?:。這不僅能讓程式跑得快一點，也能讓後續維護程式碼的人（或你自己）知道，這一段內容不需要被抓取。

手動修改幾十個檔案的內容很累。如果只是改一個字還好，但如果要改符合特定規則的文字，手動操作幾乎不可能。這段 Python 腳本就是為了解決這個問題。它能幫你快速搜尋資料夾，找到符合條件的檔案，並用正則表達式進行批次替換。這對處理程式碼版本號、路徑更新或大量文件修改非常有用。

如何開始使用

下載程式碼：
https://github.com/max32002/MaxFontScripts/blob/master/replace_string.py

確保你的電腦已經安裝了 Python 3 環境。你可以透過終端機或命令提示字元來執行它。

基本的文字替換

最簡單的用法是直接替換特定的單字。如果你有一個資料夾叫做 docs，裡面有很多文件要把 Apple 改成 Orange，你可以輸入指令。

python replace_string.py ./docs "Apple" "Orange"

這會掃描 docs 資料夾下的所有檔案。只要看到 Apple 就會換成 Orange。程式會自動過濾無法開啟的檔案。修改成功的檔案會顯示在畫面上。

進階的參數

-r or -R：預設只會掃描該層資料夾，除非你加上 -r 才會遞迴搜尋子目錄。

使用正則表達式處理複雜規則

這段腳本強大的地方在於支援正則表達式。假設你有很多設定檔，裡面的版本號可能是 v1.0 或 v2.5。你想把所有 v 開頭加上數字的版本號都統一改成 v3。你可以利用正則表達式的符號。

python replace_string.py ./project "v\d+" "v3"

這裡的 v\d+ 代表一個 v 後面接一個以上的數字。這比單純的關鍵字搜尋更靈活。它能一次處理所有符合規則的變動。

指定特定的檔案類型

有時候你不想動到資料夾裡的所有檔案。例如你只想修改副檔名是 .conf 的設定檔。這時候可以在指令最後面加上過濾條件。

python replace_string.py ./config "127.0.0.1" "0.0.0.0" "*.conf"

這樣腳本就只會檢查 .conf 結尾的檔案。這能避免誤動到圖片或執行檔。這對保護專案中的其他檔案非常安全。

運作原理與安全機制

腳本在修改時會先建立一個暫存檔。它會逐行讀取原檔案，處理完後寫入暫存檔。如果內容真的有變動，才會取代舊檔案。如果內容完全一樣，就會刪除暫存檔。這種做法能防止程式執行到一半出錯，導致原本的檔案損毀。

使用前的小提醒

雖然腳本有安全機制，但批次修改依然有風險。建議在執行大量替換前，先備份你的資料夾。你可以先拿一個小檔案做測試。確認正則表達式的結果符合預期後，再對整個專案執行。這是一個好習慣。

想試試看對特定目錄下的所有 Markdown 檔案進行標題格式轉換嗎？

實戰演練調整標題層級

假設你寫了很多筆記，但發現一級標題太大了。你想把所有 Markdown 檔案的一級標題改成二級標題。這在整理文件架構時非常有幫助。手動改一百個檔案會耗費太多時間。

具體的執行指令

你可以使用正則表達式來精確定位標題。開啟終端機並切換到腳本所在的目錄。輸入下面的指令。

python replace_string.py ./my_notes "^#\s" "## " "*.md"

這裡的 ^#\s 是關鍵。^ 代表每一行的開頭。# 是我們要找的符號。\s 代表空白鍵。這樣可以確保只會改到真正的標題。它不會動到內文中間出現的井字號。

執行後的結果

程式會掃描 my_notes 資料夾下所有的 .md 檔案。它會把每一行開頭的井字號多加一個。處理完後你會看到螢幕顯示哪些檔案已經被修改。如果檔案裡面沒有符合條件的內容，程式會顯示無變動。

檢查與備份

在執行這類批次修改前，建議先備份資料夾。你可以先複製一份複本出來。或者先對單一檔案執行測試。確認轉換邏輯完全正確。這能避免正則表達式寫錯導致檔案內容亂掉。

正則表達式的基本邏輯

正則表達式其實就是一種文字的「特徵描述」。它用一串特殊的符號，來描述文字長什麼樣子。這在處理大量文件時超級好用。你可以把它想像成一種進階版的搜尋功能。以下整理了最常用的幾組符號。

基礎匹配符號

這些符號用來代表單一個字元或是位置。它們是所有正則表達式的根基。

次數與位置的標記

這些符號接在字元後面。用來指定前面的字元應該出現幾次。

常用字元群組

為了方便縮寫，正則表達式提供了一些常用的預設符號。這能讓你的規則看起來更簡潔。

實戰應用範例1

把上面的符號組合起來，就能處理生活中的各種需求。你可以參考下面的例子來練習。

驗證手機號碼 (台灣格式)

^09\d{8}$

解釋：開頭必須是 09，後面接剛好 8 個數字。

簡單的電子郵件格式

\w+@\w+\.\w+

解釋：一串字元接 @，再接一串字元，最後接點號跟一段文字。

移除多餘的空白行

^\s*$

解釋：從開頭到結尾都只有空白或沒內容的行。

正則表達式雖然看起來像外星語。但只要拆開來看，邏輯其實很固定。建議先從最基礎的符號開始試。

實戰應用範例2

你的需求是將 com.app.a 修改為 com.app.b。這裡有一個細節需要注意：你不希望誤改到像是 com.lwfd.apple 這種只是剛好開頭一樣的字串。因此，我們在寫正則表達式時，必須把「邊界」考慮進去。

推薦的正則表達式語法

你可以使用下面的規則來進行精確替換：

搜尋目標： com\.app\.a(?=[.;])|com\.app\.a\b

替換內容： com.app.b

這裡有幾個符號的作用說明：

• \.：因為點號在正則中有特殊意義，所以要加反斜線，代表真正的「點」。
• (?=[.;])：這是一個前瞻斷言，表示後面必須接著分號或點號，但這部分不會被取代掉。
• \b：代表單字的邊界，確保 a 後面沒有接其他英文字母。

實際操作指令

使用我們之前討論的 Python 腳本，你可以直接在終端機輸入這行指令：

python replace_string.py ./src "com\.app\.a(?=[.;])|com\.app\.a\b" "com.lwfd.b" "*.java"

這個指令會掃描 src 資料夾下所有的 Java 檔案。它會精確地把 com.app.a; 換成 com.app.b;，也會把 com.app.a.abc 換成 com.app.b.abc。

為什麼這樣寫比較安全

如果你只用 com.app.a 當關鍵字，萬一程式碼裡有 com.app.archive，它就會被錯誤地改成 com.app.b rchive，這會導致程式碼壞掉。加上邊界判斷（點號、分號或 \b）可以確保只改到你真正想要變動的部分。

這類替換通常發生在專案重構（Refactor）的時候。如果檔案數量很多，這行指令能幫你省下大約半小時的手動修改時間。

Max腳本檔案下載：
https://github.com/max32002/MaxFontScripts/blob/master/smooth_sharp.py

這個版本與「套用多重濾鏡，精確修復各種特定的筆畫瑕疵」這篇文章的差異在線條較圓滑，優點是產生的字型檔案會較小，缺點是，風格也消失的很嚴重，例如：預期的勾筆，會變成一個轉角的彎。

由於是使用scikit會造成交叉處可能被凸出或凹陷。這部份，等有空再來解，目前算是開發（除錯）中的版本。

環境準備與安裝

使用前需要準備開發環境。確保安裝 opencv-python 套件。還有 numpy 與 scikit-image。這些工具提供影像處理核心運算。

pip install opencv-python numpy scikit-image

核心功能邏輯

核心功能分為兩個階段。第一階段是 smooth_sharp_edges 函式。它提取影像骨架。計算每個點到邊緣的距離值。利用超取樣重新繪製平滑圓點。最後縮放回原始尺寸。這種做法能有效去除毛邊。

第二階段是 apply_pattern_cleaning_fast。這部分針對微小像素樣式進行清理。程式自動比對特定區塊。若符合定義的雜點特徵。就替換為正確像素。

使用範例與指令

程式支援單一檔案。也支援資料夾批次處理。透過命令列執行。參數 input 指定來源。參數 output 指定存放位置。

範例指令：

python smooth_sharp.py --input ./raw_images --output ./cleaned_results

如果沒有指定輸出路徑。程式會自動在輸入目錄旁建立新資料夾。處理完成的圖片會轉為白底黑字存檔。

自定義清理樣式

可以在 get_patterns 函式內擴充。定義 p 陣列為瑕疵樣式。定義 r 陣列為修正後的結果。程式會自動執行四個方向旋轉比對。不需要手動撰寫旋轉邏輯。這對處理特定硬體產生的掃描雜訊非常有效。

這是實用的影像預處理工具。適合處理黑白文字。或是改善手繪線條品質。

為了方便擴展，我將程式結構重組。現在你可以定義一個列表，裡面存放多組 pattern 與 replacement 的配對。程式會自動對每一組配對執行四個角度的旋轉掃描與替換。

Max腳本檔案下載：
https://github.com/max32002/MaxFontScripts/blob/master/smooth_pattern.py

這個版本與「影像邊緣平滑與雜點清理」文章的差異在：優點是風格也消失較少，缺點：產生的字型檔案會較大，且雜訊較多。

為什麼需要這份程式碼

手寫筆記掃描成電腦檔案。墨水常常會暈開。筆畫黏在一起。畫面看起來很髒。這份程式碼可以自動修復。它能把黏住的字跡分開。清理多餘的碎點。讓黑白文字變得清晰。

準備環境

這段程式使用 Python 語言。你需要安裝兩個工具套件。打開終端機或命令提示字元。輸入下方指令安裝。

pip install opencv-python numpy

如何操作腳本

你可以處理單張圖片。也可以處理整個資料夾。指令非常簡單。打開終端機。移動到檔案所在目錄。

處理單張圖片的範例。

python smooth_pattern.py -i test.jpg -o result.jpg

處理整個資料夾的範例。

python clean.py -i ./my_notes

如果沒有指定 output 路徑。程式會自動建立一個加上 “_clean” 字樣的資料夾。

程式處理邏輯

這份工具包含幾個重要步驟。首先將圖片轉為二值化。也就是純黑與純白。接著執行減少暈染。利用形態學運算切斷微小的連結。這對分離筆畫很有效。

程式定義了一些特定的像素樣式。會自動比對並替換雜訊。最後進行平滑化處理。先將圖片放大再縮小。利用中值濾波去除鋸齒。讓邊緣看起來更自然。

建議

對於學習 OpenCV 的初學者。這是一個很好的練習案例。可以觀察不同矩陣運算對圖片的影響。

這篇文章要分享如何寫一個簡單的 Python 腳本，透過輸入中文字串或讀取文字檔，自動轉換編碼並刪除對應的檔案。

核心邏輯介紹

這支程式最關鍵的地方在於 ord() 函數。在 Python 中，這個函數可以把一個字元轉換成它對應的數字編碼。

例如：

• ord('佟') 會得到 20319
• ord('佮') 會得到 20334

我們只要結合這個邏輯與 os 模組，就能精準地刪除像 20319.png 這樣的檔案。

Max腳本檔案下載：
https://github.com/max32002/MaxFontScripts/blob/master/delete_by_char.py

如何使用這個工具

這支腳本提供了兩種靈活的使用方式，你可以根據情況選擇。

1. 直接輸入字串

如果你只想刪除少數幾個字對應的檔案，可以直接在終端機輸入：

python delete_by_char.py --string 佟佮

程式會自動去抓 20319.png 和 20334.png 並將其刪除。

2. 透過文字檔批次處理

如果你有一大堆字要處理，可以先把這些字寫在一個 list.txt 檔案裡，然後執行：

python delete_by_char.py --file list.txt

程式會讀取檔案內容，逐一轉換並清理檔案。

3. 指定特定資料夾

如果檔案不在當前目錄，可以加上 –path 參數：

python delete_by_char.py --path ./images --string 測試

執行畫面

這個人工去比對, 會眼花撩亂, 還會出錯, 用程式比對, 又快又有效率.

結語

透過 Python 的 argparse 和 ord 函數，我們可以快速建立一個實用的工具。這種方法不但減少了人工對照檔名的時間，也降低了誤刪檔案的風險。記得在正式執行前，先確認你的路徑設定是否正確。

為什麼要學這個？

在字型設計、視覺化應用、深度學習資料蒐集等領域中，我們常需要將 .ttf 字型檔案中的每個字元提取出來，轉換成標準向量格式（例如 .svg）。這種需求常見於以下情境：

• 🎨 圖文設計師：將字型的特定字元轉為向量圖，供 Illustrator 或 Figma 編輯。
• 🧠 機器學習研究者：建立字型風格遷移、手寫模仿等模型時，需要大量向量化字元資料。
• 💻 前端工程師：將文字轉為 SVG，用於自訂字型圖示或動畫字效。
• ✍️ 字型設計師：觀察並微調每個 glyph 的 SVG 輪廓。

而手動一個一個轉出 SVG 不僅耗時，也容易出錯。幸好，透過 FontForge 提供的 Python API，我們可以輕鬆完成這個任務。

前置作業

使用前，需要先安裝FontForge。

FontForge執行檔下載：
https://fontforge.org/en-US/

Max腳本檔案下載：
https://github.com/max32002/MaxFontScripts/blob/master/export_ttf_to_svg.py

使用範例

假設你有一個叫做 NotoSansCJKtc-Regular.ttf 的中文字型檔，你可以執行以下指令：

python export_ttf_to_svg.py ./fonts/NotoSansCJKtc-Regular.ttf ./output_svg

執行後，程式會：

• 開啟指定字型檔
• 將每個字元轉為 .svg 格式
• 儲存在 ./output_svg/ 資料夾中，命名為 glyph unicode int 值

你可以在瀏覽器或設計工具中檢視這些 SVG，確認每個字元都完整向量化。

小結

這個工具對於字型開發、字元資料集建立、視覺化工具客製化都有很大的幫助。透過簡單幾行 Python，你就可以自動化這個繁瑣的流程。

有一個特殊的情況, 需要手動地設定對應值到程式碼裡, 取得對應值是在下面這篇文章:
https://codereview.max-everyday.com/get-font-chars/

之所以會有對應值, 是因為同一個字, 有多個異體字造成.

如果沒有產生正確的對應, 會造成某一個字碼會同時顯示二個字的 glyph.

相關文章

向量檔匯入字體檔
https://codereview.max-everyday.com/import-svg-to-font/

為什麼要使用這個腳本？

這個進階版本提供了更清晰和更方便的命令行參數：

• 更直觀的參數： 使用 --input 和 --output 參數來明確指定輸入和輸出目錄。
• 強制指定目錄： 腳本會要求您提供輸入和輸出目錄，避免遺漏重要資訊。
• 批量轉換： 仍然保留了高效批量轉換圖片的功能。
• 靈活的格式： 支援轉換為 .png、.jpg 等多種常見圖片格式。
• 組織輸出： 轉換後的檔案會自動保存到輸出目錄的子目錄中，方便管理。

使用方法

請按照以下步驟使用這個進階腳本：

1. 安裝 OpenCV 庫：
   如果尚未安裝，請打開您的終端機（macOS/Linux）或命令提示字元（Windows），然後輸入： pip install opencv-python
2. Max腳本檔案下載：
   https://github.com/max32002/MaxFontScripts/blob/master/convert_images.py
3. 開啟終端機或命令提示字元：
   導航到您儲存 convert_images.py 檔案的目錄。
4. 執行腳本：
   使用 --input 和 --output 參數指定輸入和輸出目錄，並可選地使用 -f 或 --format 參數指定輸出格式。

基本使用範例

範例 1：將 input_images 目錄中的所有圖片轉換為預設的 .pbm 格式，並保存到 converted_images 目錄下的 pbm_converted 子目錄中。

python convert_images.py --input input_images --output converted_images

範例 2：將 source_photos 目錄中的所有圖片轉換為 .png 格式，並保存到 output_photos 目錄下的 png_converted 子目錄中。

python convert_images.py --input source_photos --output output_photos -f png

範例 3：將 images_to_process 目錄中的所有圖片轉換為 .jpg 格式，並保存到 processed_images 目錄下的 jpg_converted 子目錄中。

python convert_images.py --input images_to_process --output processed_images --format jpg

進階使用範例

假設你的輸入目錄是 input_imgs，輸出目錄是 output_imgs。

1. 基本轉換 (無 Resize):

python convert_images.py --input input_imgs --output output_imgs -f jpg

你會看到一個漂亮的進度條在跑。

2. 強制 Resize 到指定寬高 (例如 800×600):

python convert_images.py --input input_imgs --output output_imgs -f png --width 800 --height 600

3. 指定寬度，高度自動按比例縮放 (例如寬度固定為 1024):

python convert_images.py --input input_imgs --output output_imgs -f jpg --width 1024

4. 指定高度，寬度自動按比例縮放 (例如高度固定為 500):

python convert_images.py --input input_imgs --output output_imgs -f jpg --height 500