先解释一个类：Paint.FontMetrics，它表示绘制字体时的度量标准。google的官方api文档对它的字段说明如下：
ascent: 字体最上端到基线的距离，为负值。
descent：字体最下端到基线的距离，为正值。
看下图：
中间那条线就是基线，基线到上面那条线的距离就是ascent，基线到下面那条线的距离就是descent。
回到主题，我们要让imagespan与text对齐，只需把imagespan放到descent线和ascent线之间的中间位置就可以了。实现方式为重写ImageSpan类的draw方法。最终实现方法如下：
@Override
public void draw(@NonNull Canvas canvas, CharSequence text,
int start, int end, float x,
int top, int y, int bottom, @NonNull Paint paint) {
// image to draw
Drawable b = getDrawable();
// font metrics of text to be replaced
Paint.FontMetricsInt fm = paint.getFontMetricsInt();
int transY = (y + fm.descent + y + fm.ascent) / 2
- b.getBounds().bottom / 2;
canvas.save();
canvas.translate(x, transY);
b.draw(canvas);
canvas.restore();
}解释下形参：
x，要绘制的image的左边框到textview左边框的距离。
y，要替换的文字的基线坐标，即基线到textview上边框的距离。
top，替换行的最顶部位置。
bottom，替换行的最底部位置。注意，textview中两行之间的行间距是属于上一行的，所以这里bottom是指行间隔的底部位置。
paint，画笔，包含了要绘制字体的度量信息。
这几个参数含义在代码中找不到说明，写了个demo测出来的。top和bottom参数只是解释下，函数里面用不上。
然后解释下代码逻辑：
getDrawable获取要绘制的image，getBounds是获取包裹image的矩形框尺寸；
y + fm.descent得到字体的descent线坐标；
y + fm.ascent得到字体的ascent线坐标；
两者相加除以2就是两条线中线的坐标；
b.getBounds().bottom是image的高度（试想把image放到原点），除以2即高度一半；
前面得到的中线坐标减image高度的一半就是image顶部要绘制的目标位置；
最后把目标坐标传递给canvas.translate函数就可以了，至于这个函数的理解先不管了
原理上大致就这样了，最后提供本文提出问题的最终解决方案，使用自定义的ImageSpan类，只需重写它的draw函数，代码如下：
public class CenteredImageSpan extends ImageSpan {
public CenteredImageSpan(Context context, final int drawableRes) {
super(context, drawableRes);
}
@Override
public void draw(@NonNull Canvas canvas, CharSequence text,
int start, int end, float x,
int top, int y, int bottom, @NonNull Paint paint) {
// image to draw
Drawable b = getDrawable();
// font metrics of text to be replaced
Paint.FontMetricsInt fm = paint.getFontMetricsInt();
int transY = (y + fm.descent + y + fm.ascent) / 2
- b.getBounds().bottom / 2;
canvas.save();
canvas.translate(x, transY);
b.draw(canvas);
canvas.restore();
}
}最后看一下效果图：
