PDF: Font-Fallback für Emoji und Sonderzeichen - 2070 Missing-character-Faelle behoben

pandoc/emoji_fallback.lua

@@ -0,0 +1,91 @@
+-- emoji_fallback.lua
+-- Pandoc-Filter für den PDF-Bau (nur `-t latex`, nur PDF, nicht für die Website).
+--
+-- Problem: Der Haupttext steht in Times New Roman — diese Schrift kennt weder
+-- Emoji noch die Darstellungssymbole der Lernelemente (⭐ ✏ ❓ 🧠 …) und auch
+-- keine hoch-/tiefgestellten Ziffern. XeLaTeX besitzt keine automatische
+-- Font-Fallback-Kette: Fehlt einem Zeichen der Glyph, wird es stillschweigend
+-- weggelassen ("Missing character" nur im Protokoll). Die pandoc-Variable
+-- "emoji-font" wird vom LaTeX-Writer (pandoc 3.1.3) nicht ausgewertet — die
+-- Zeichen fehlten daher in der gesamten PDF-Fassung, während die Website sie
+-- über den Browser-Fontstack korrekt zeigte.
+--
+-- Lösung: Dieser Filter wickelt alle betreffenden Zeichen in
+--   {\texorpdfstring{\symfont{<Zeichen>}}{<Zeichen>}}
+-- ein. \symfont ist in pandoc/header-includes.tex auf Symbola gesetzt — die
+-- einzige auf dem Bausystem vorhandene Schrift, die das komplette Set abdeckt
+-- (Noto Color Emoji funktioniert unter XeTeX nicht, die Zeichen landen im
+-- nullfont). Symbola ist monochrom — für den Drucksatz ohnehin passend.
+--
+-- Der \texorpdfstring-Anteil hält hyperref ruhig: In PDF-Lesezeichen und im
+-- Inhaltsverzeichnis steht das schlichte Zeichen statt des Fontwechsels.
+--
+-- Codeblöcke werden nicht angetastet (Code/CodeBlock sind eigene
+-- AST-Elemente): Der Mono-Font DejaVu Sans Mono deckt die dort vorkommenden
+-- Symbole (✓ ✗ ★, Sub-/Superskripte) selbst ab.
+
+local function braucht_symfont(cp)
+  return (cp >= 0x1F000 and cp <= 0x1FAFF)  -- Emoji-Blöcke (🎯 📌 🚀 …)
+      or (cp >= 0x2600 and cp <= 0x27BF)    -- Misc Symbols + Dingbats (★ ⚠ ✅ ✏ ✓ ✗ ❌ ❓)
+      or (cp >= 0x2B00 and cp <= 0x2BFF)    -- Misc Symbols and Arrows (⭐)
+      or (cp >= 0x27F5 and cp <= 0x27FF)    -- Supplemental Arrows-A (⟵ ⟶ ⟹)
+      or (cp >= 0x2070 and cp <= 0x209F)    -- hoch-/tiefgestellte Ziffern (⁶ ₀ ₁ ₂ ₜ ₙ)
+      or cp == 0x21D2                       -- ⇒
+      or cp == 0x1D40                       -- ᵀ (Modifier Letter Capital T)
+end
+
+local function ersetze(text)
+  local teile = {}
+  local normal = {}
+  local symbole = nil  -- Puffer für aufeinanderfolgende Fallback-Zeichen
+
+  local function flush_normal()
+    if #normal > 0 then
+      teile[#teile + 1] = pandoc.Str(table.concat(normal))
+      normal = {}
+    end
+  end
+
+  local function flush_symbole()
+    if symbole and #symbole > 0 then
+      local zeichen = table.concat(symbole)
+      teile[#teile + 1] = pandoc.RawInline("latex",
+        "{\\texorpdfstring{\\symfont{" .. zeichen .. "}}{"
+        .. zeichen .. "}}")
+      symbole = nil
+    end
+  end
+
+  for _, cp in utf8.codes(text) do
+    if cp == 0xFE0F then
+      -- Variationsselektor (Emoji- vs. Textdarstellung): für das PDF ohne
+      -- Bedeutung, Symbola enthält keinen sichtbaren Glyphen — weglassen.
+    elseif braucht_symfont(cp) then
+      flush_normal()
+      symbole = symbole or {}
+      symbole[#symbole + 1] = utf8.char(cp)
+    else
+      flush_symbole()
+      normal[#normal + 1] = utf8.char(cp)
+    end
+  end
+  flush_normal()
+  flush_symbole()
+
+  return teile
+end
+
+-- pandoc 3.1.3 ruft Filterhandler ausschließlich als globale Funktionen auf;
+-- ein zurückgegebenes Handler-Table würde stillschweigend ignoriert.
+function Str(el)
+  -- Schneller Ausstieg: nur anfassen, wenn überhaupt Multibyte drin ist.
+  if not el.text:find("[\194-\244]") then
+    return nil
+  end
+  local ok, teile = pcall(ersetze, el.text)
+  if not ok then
+    -- Kaputtes UTF-8 o. ä.: Element unverändert durchreichen.
+    return nil
+  end
+  return teile
+end