PDF 里日文汉字显示成中文字形？汉字地区字形的原因与修法

简短回答

中日韩大部分汉字共用同一个 Unicode 编码，但各地区的写法有差别。PDF 工具如果用中文字体排日文（或反过来），就会显示错误的字形。修法是按文档语言选择字体，或用 lang="ja" / lang="ko" 标注段落，让工具自动切换字体。

症状

直 骨 角 化 海 説 写 次 今 令 在 Noto Sans SC、TC、JP、KR 中的写法
同样的字，四种地区字体（Noto Sans SC、TC、JP、KR）。注意 直、骨、角、化、令。
Pandoc 分别用微软雅黑和 Yu Gothic 输出的日文
用 Pandoc + xelatex 导出日文：CJKmainfont="Microsoft YaHei"（中文字形）与 "Yu Gothic"（日文字形）。

原因

Unicode 对这些汉字做了“统一编码”，编码本身不区分地区写法，由字体决定。文档里没有语言信息时，工具会使用排在最前面的中日韩字体：在中文系统上常常是中文字体，或者整篇文档设定的那款字体。

用日文字体打开日文示例

打开日文示例

在原工具中的修法

  • Pandoc + xelatex：按文档语言设置字体，日文可用 -V CJKmainfont="Yu Gothic"（Windows）、"Hiragino Sans"（macOS）或 "Noto Sans CJK JP"。实测：从微软雅黑换成 Yu Gothic 后，字形如上图所示变为日文写法。
  • 基于 HTML / Chromium 的工具（实测 md-to-pdf；VS Code Markdown PDF 和 Typora 同样基于 Chromium/Electron，未实测）：标注语言。使用 <span lang="ja">…</span> 或 <html lang="ja"> 后，Chromium 会选用日文字体；md-to-pdf 把测试文件中 lang="ja" 的那一行渲染成了日文字形。也可以在 font-family 里把对应地区的字体放在最前面。
  • 多语言混排：每种语言放进各自的 lang 标签（LaTeX 中为每种语言设置单独的字体族）。
日本語の段落：<span lang="ja">直 骨 角 化</span>
中文段落：<span lang="zh-CN">直 骨 角 化</span>

在 MarkPDF 中

在 ⚙ 设置中按文档语言选择字体（日文、韩文、简体或繁体中文）。用 lang="ja"、lang="ko"、lang="zh-TW"、lang="zh-CN" 标注的段落会自动切换为对应地区的 Noto 字体，预览和两种 PDF 都一样。

常见问题

这是 Unicode 的问题吗？

不是。汉字统一编码是有意的设计，地区写法由语言标记和字体决定。

哪些字有差别？

很多，通常是细微笔画：直、骨、角、化、海、令、次、写、今 都比较明显。单个差别不大，但母语读者一眼就能看出来。

有没有一款字体能显示所有地区写法？

Noto Sans CJK / 思源黑体这类泛中日韩字体包含所有写法，但仍需要语言标记（或地区字体名）来选择正确的那一套。

相关指南