变体 (Unicode)
![本页使用了标题或全文手工转换](http://upload.wikimedia.org/wikipedia/commons/thumb/c/cd/Zh_conversion_icon_m.svg/35px-Zh_conversion_icon_m.svg.png)
在 Unicode 中,字符变体指通过编码字符序列显示同一字符的不同字形。这种变体序列(英语:variation sequence)由一个基本字符后紧跟一个变体选择符(variation selector)组成。
一个字符的变体通常与它的基本字符有非常相像的外观和涵义。这项技术旨在当一个字符的变体字形不可用时,仍显示其基本字符,却不改变文本本身的涵义。
Unicode 定义了两种变体序列:
- 标准变体序列(SVS):由统一码字符数据库(UCD)文件
StandardizedVariants.txt
收录的变体序列[1] - 表意文字变体序列(IVS):由表意文字变体数据库(IVD)文件
IVD_Sequences.txt
收录的变体序列[2][3]
变体选择符定义于数个 Unicode区块内:
概述
[编辑]![](http://upload.wikimedia.org/wikipedia/commons/thumb/2/27/U845b-k.svg/120px-U845b-k.svg.png)
![](http://upload.wikimedia.org/wikipedia/commons/thumb/7/7b/U845b.svg/120px-U845b.svg.png)
Unicode 是一个字符编码表,它只是一个表格,并不描绘每个字形的样式。同样意义的字符常会被赋予相同的编码。因此,在一些情况下,有必要区分不同的字形[4]。
须注意的是,譬如拉丁字母“a”是否有从顶部向右延伸的线,通常不属于不同字形之间的差异,因为可以通过更改电脑字体来修改。可是,在中日韩统一表意文字中,本来根据 Unicode 的认同原则应该统合的汉字异体字字形,却在一些国家或地方的电脑应用标准里,经常被视为是“另一个字”的字形。举例说,“値”与“值”字形差异细微,读音、意义都一样,一般书写和阅读时都不会视为两个不同的字,理论上可以合并。但是,在个别国家或地区里,此二字在某些情况中出现时,会被当作相异的资讯。因此,根据情况,有时需要在纯文本上保存不同字形的区别,例如:
- 在大部分操作系统中,文件名称是纯文本,不能区别在文本中不能区分的东西。
- 输入法可以输入的字符串一般都是纯文本[5]。即使用户可以使用桌面出版应用程式选择不同字体来显示,除了与输入正常字符有不同的操作外,还必须记住正确的组合,这对于大多数普通用户来说并不实用。例如在 Windows Vista 日语版中,可以区分显示“葛飾区”的“
”和“葛城市”的“
”[6],不过“
”与“
”在Unicode编码上并无区别,其输入法无法正确转换。
- 用于发送电邮的 SMTP 等网络传输协议是用纯文本发送的,因此不能区分一些相同编码字符的不同字形[7]。
为了应付这类情况,早期 Unicode 碰到在有关国家或地区既有码表已分别编码的字,像“値”与“值”,就会放弃认同原则,改以原字集分离原则来把两个字形分别编码。但若当时有关国家或地区没有把异体字分别编码,像日本的JIS90只收录了一个“葛”字,Unicode就不会分别编码。
变体选择符是为了在 Unicode 中解决上述问题而设计出的特殊的“字符”,让有着相同码位的异体字(即“葛”字这类例子)可在纯文本环境下分别显示出来。它可以根据前后文来判断,决定在当前文本中所使用的文字,并由变体选择符选择不同的字形[8]。请注意,显示出来的会是变体选择符所指定的字形,而不是变体选择符本身。
种类
[编辑]变体序列一般分两种:标准变体序列(Standardized Variation Sequence,简称“SVS”[9]),以及表意文字变体序列(Ideographic Variation Sequence,简称“IVS”)。
SVS 在非汉字及中日韩统一表意文字中均有启用,这种字形选择,定义为 Unicode 的标准化变体[10]。要在标准化变体里添加字形,是统一码联盟的工作。
另一方面,IVS 是汉字专用的变体选择符,字形收集是由表意文字变体数据库(Ideographic Variation Database,简称为“IVD”)定义的。要想在 IVD 中增加字形,也必须根据规定向统一码联盟申请[11]。
截至2017年12月,由变体序列所使用的变体字符如下所示:
标准变体序列录入的字集和数量
表意文字变体数据库录入的字集和数量
- CID之Adobe-Japan1集:14,683个[13]
- 通用电子资讯交换环境整顿计划之Hanyo-Denshi集:13,045个
- 文字资讯基础整备事业之Moji_Joho集:11,384个
- 澳门特别行政区之MSARG集:21个
- 韩国之KRName集:36个
但是Hanyo-Denshi与Adobe-Japan1有很多重复[14]。
字形规格
[编辑]字体创建工具
[编辑]- FontForge - 2007年10月2日之后[17]。
- Adobe Font Development Kit for OpenType (AFDKO) 2.1版之后[18]。
- TTX/FontTools - GlyphWiki来生成IVS对应字体[19]。
- TTEdit - 对应生成IVS TrueType字体。
库
[编辑]2007年10月FreeType以后的开发板内建了API工具[20]。
软件
[编辑]- Windows 7在资源管理器的所显示文件名及记事本中可以生成异体字字形。但是需要字体支持[21]。
- Windows 8以后,采用IVS处理[22]。
- Mac OS X 10.5标准文本和绘制处理遵从default ignorable属性[23],不会渲染异体字,也不支持字形切换。
- Mac OS X 10.6开始自建标准文本的绘制处理可支持字形的转换[24],但和Windows 7同标准的字体Hiragino未支持变体选择符。
- Mac OS X Lion(10.7)则采用了Adobe-Japan1的IVS[25]。
![](http://upload.wikimedia.org/wikipedia/commons/f/fa/Uts37sample.png)
- Alpha(文本编辑器) - 2008年2月在IVS-OTFT测试公开版中,通过将变体选择符的资讯转换为opentype功能标签的资讯,对应于由不同体字选择符进行的字形切换[26]。
- gdi++
- Emacs 23[27]
- EmEditor v11之后[28]
- FooEditor (文本编辑器)[29]
- gPad(文本编辑器)
- Mery (文本编辑器)
- oedit (文本编辑器)
- Adobe Reader 9、Flash Player 10、Adobe InDesign CS4之后的Adobe软件[24]。
- Windows 7及之上的Opera(Presto)[30]
- Mozilla Firefox版本4之后[31]。另外,在版本31以后,改由CJK来实现该功能[32]。
- WebKit可以支持SVG字体,由SVG字体定义的IVS进行字形切换。这与Opera相同[33]。
- Microsoft Office 2007 - 2010版本需要附加Unicode IVS Add-in for Microsoft Office插件[34],2010之后的默认自带。
- LibreOffice 4.1之后/Apache OpenOffice 4.0之后
参考资料
[编辑]- ^ UCD: Standardized Variation Sequences. Unicode Consortium. [2023-05-02]. (原始内容存档于2021-02-09).
- ^ Ideographic Variation Database. Unicode Consortium. [2023-05-02]. (原始内容存档于2022-01-05).
- ^ UTS #37, Unicode Ideographic Variation Database. Unicode Consortium. [2023-05-02]. (原始内容存档于2022-06-24).
- ^ Unicode Technical Report #17 - Character Encoding Model. 2004-09-09 [2008-02-02]. (原始内容存档于2015-06-25).
- ^ 川俣晶. Windows NT 日本語処理ガイドブック (PDF). Windows NT 汉字処理技术协议会. 1998-10-30: p.5 [2018-08-21]. (原始内容存档 (PDF)于2016-03-08).
- ^ アプリケーション開発者向け Windows Vista 対応アプリケーションの互換性: 68. [2008-02-02].[永久失效链接] デモ映像 (页面存档备份,存于互联网档案馆)
- ^ アップル - Pro - 技術情報 - Mac OS Xと日本語タイポグラフィ 第5回:ヒラギノProの漢字を巡る座談会 - ページ6. [2008-02-15]. (原始内容存档于2008-02-21).
- ^ Format Characters Suitable for Use with Markup. 2003-06-13 [2008-02-02]. (原始内容存档于2007-12-11).
- ^ 通常简称“SVS”,但这并不是官方简称。
- ^ StandardizedVariants.txt. Unicode Consortium. 2015-11-20 [2017-06-01]. (原始内容存档于2017-05-11).
- ^ Unicode® Technical Standard #37 UNICODE IDEOGRAPHIC VARIATION DATABASE. Unicode Consortium. [2017-10-05]. (原始内容存档于2017-09-21).
- ^ emoji-variation-sequences.txt. Unicode Consortium. [2017-10-06]. (原始内容存档于2017-11-17) (英语).
- ^ なおAdobe-Japan1-6の文字セットに含まれる汉字は14,664个である
- ^ 安冈孝一. UnicodeのIVSがもたらすメリットとデメリット - 新常用漢字が引き起こす文字コード問題. 2011-01-24 [2011-02-01]. (原始内容存档于2011-01-31).
- ^ Microsoft Typography - OpenType Specification. 2008-01-29 [2008-03-10]. (原始内容存档于2008-10-09).
- ^ Fonts – SVG 1.1 (Second Edition). [2011-02-01]. (原始内容存档于2018-10-12).
- ^ Change log for FontForge. 2008-03-09 [2008-03-10]. (原始内容存档于2009-07-23).
- ^ Ideographic Variation Sequences (PDF): p.10. 2007-10-17 [2008-03-10].[永久失效链接]
- ^ GlyphWiki:フォント生成. [2011-01-19]. (原始内容存档于2010-10-31).
- ^ freetype-devel (thread). 2007-10-31 [2008-03-10]. (原始内容存档于2013-07-03).
- ^ Biotronique - Computing - 実は異体字セレクタに対応済のWindows 7. 2009-12-02 [2009-12-03]. (原始内容存档于2016-03-05).
- ^ 田丸健三郎、小林龙生. Unicode IVS/IVD入門. ISBN 978-4822294830.
- ^ FAQ - Display of Unsupported Characters. [2011-01-19]. (原始内容存档于2011-03-14).
- ^ 24.0 24.1 Ken Lunde. IVS (Ideographic Variation Sequence) support in OSes. [2011-02-01]. (原始内容存档于2009-09-01).
- ^ ヒラギノとMac OS Xのバージョン相関表. 2014-07-08 [2014-09-17]. (原始内容存档于2014-08-22).
- ^ Alpha の бесполезный な日記. 2008-03-04 [2008-03-10]. (原始内容存档于2008-03-08).
- ^ Emacs 23 と Lookup. [2011-01-19]. (原始内容存档于2010-10-16).
- ^ EmEditor Professional 11 の特長. [2011-09-24]. (原始内容存档于2011-09-19).
- ^ Foo Editor. [2013-10-13]. (原始内容存档于2013-07-03).
- ^ Windows7でIVSの表示テスト. [2011-01-19].[永久失效链接]
- ^ Bug 552460 - implement Ideographic Variation Sequences support. [2011-01-19]. (原始内容存档于2014-06-02).
- ^ Bug 989557 - Support fallback for CJK Compatibility Ideographs Standardized Variants. [2014-09-17]. (原始内容存档于2014-09-04).
- ^ SVGフォントでIVSを表示するテスト. [2011-01-19]. (原始内容存档于2010-02-03).
- ^ Unicode IVS Add-in for Microsoft Office. [2012-11-12]. (原始内容存档于2012-11-11).
延伸阅读
[编辑]- The Unicode Consortium. The Unicode Standard, Version 5.0. Addison-Wesley Professional. 2006-11-03 [2018-08-21]. ISBN 978-0321480910. (原始内容存档于2008-06-10).(英文)
- ISO/IEC JTC 1. ISO/IEC 10646:2003 Information technology -- Universal Multiple-Octet Coded Character Set (UCS). 2003-12-15 [2018-08-21]. (原始内容存档于2018-08-20).(英文)
- ISO/IEC JTC 1. ISO/IEC 10646:2003/Amd 1:2005 Glagolitic, Coptic, Georgian and other characters. 2005-11-18 [2018-08-21]. (原始内容存档于2018-08-20).(英文)
- ISO/IEC JTC 1. ISO/IEC 10646:2003/Amd 2:2006 N'Ko, Phags-pa, Phoenician and other characters. 2006-07-04 [2018-08-21]. (原始内容存档于2018-08-20).(英文)
- 日本规格协会. JIS X 0221:2007 国際符号化文字集合 (UCS). 2007-12-20 [2018-08-21]. (原始内容存档于2009-05-24). 上记3资料を并合して日本语訳したもの。
- 朱一星. 關於統一碼 (Unicode) 漢字編碼框架的理論問題. 2016-01-01 [2019-08-01]. (原始内容存档于2019-08-01).(中文),页面
参见
[编辑]外部链接
[编辑]- Standardized Variants - Unicode (页面存档备份,存于互联网档案馆)(英文) (已录入的SVS一览)
- Unicode Technical Standard #37 - Unicode Ideographic Variation Database (页面存档备份,存于互联网档案馆)(英文) (IVD结构和注册程序)
- Ideographic Variation Database - Unicode (页面存档备份,存于互联网档案馆)(英文) (关于IVD)
- IVD Sequences - Unicode (页面存档备份,存于互联网档案馆) (2017-12-12版) (英文) (IVD登记的汉字的组合列表)
- 异体字选择符 (页面存档备份,存于互联网档案馆) - 搜索SVS・IVS所有可用的变体。