|
隨著GB2312時(shí)代的沒(méi)落和中國(guó)官方強(qiáng)制推行的GB18030的消沉，所有人都覺(jué)得,，無(wú)需置疑地Unicode一統(tǒng)天下的時(shí)代即將,，甚至已經(jīng)來(lái)臨了。 我也曾經(jīng)是,，現(xiàn)在仍舊是Unicode的推崇者。 推崇的理由很簡(jiǎn)單——在GB2312，ASCII的時(shí)代,，一個(gè)程序,、一個(gè)網(wǎng)頁(yè)當(dāng)中多種語(yǔ)言（除了英語(yǔ)之外的）無(wú)法并存。GB2312編碼的文章,，在BIG5下就是亂碼,；反之亦然。一篇文章中同時(shí)含有中文和日文,，或者中文和法文的事情,，更是難以做到。在程序中,，編碼的不一致就更可怕,。你用一個(gè)函數(shù)傳遞過(guò)去一句問(wèn)候，可是對(duì)方卻用了錯(cuò)誤的編碼來(lái)解析你這句問(wèn)候,，結(jié)果就是一堆亂碼,。這給開(kāi)發(fā)帶來(lái)了很大的不便。 那么,，Unicode,，在我眼里理所應(yīng)當(dāng)要解決這些問(wèn)題的。在Unicode里面,，所有語(yǔ)言的編碼互不沖突,，因此在同一篇文章里可以同時(shí)顯示所有語(yǔ)言——于是，我也毫不猶豫地在Windows編程中放棄了A結(jié)尾的API,，全部使用W結(jié)尾的API,；在網(wǎng)頁(yè)上編碼全都設(shè)置為UTF-8…… 可是，事情真的是那樣嗎,？直到最近,，我才明白我想的太天真了。 仔細(xì)看看上面的兩個(gè)“直”字,，就會(huì)發(fā)現(xiàn)它們的不同——左邊是中文中的直,，右邊則是日文中的直。類似的漢字還有“才”“具”“畫(huà)”“角”“骨”等等,。 在Unicode制定過(guò)程中,，像上面這樣不同國(guó)家的同一個(gè)漢字（寫(xiě)法上稍有區(qū)別）是否應(yīng)當(dāng)編碼為同一個(gè)字時(shí)， 引起了很大的爭(zhēng)議,。爭(zhēng)議的最終結(jié)果,，是上面兩個(gè)字被賦予同一個(gè)編碼。就這樣,，中文,、日文,、韓文中的所有漢字都被搜集整理到一起，填充到Unicode編碼的0×4E00到0×9FFF的龐大block當(dāng)中,。這些字按照字形排列,，不再區(qū)分哪個(gè)是中文字符，那個(gè)是日文字符,，哪個(gè)是韓文字符,，統(tǒng)一叫做“CJK Unified Ideographs”。 這樣做的問(wèn)題就是,，一個(gè)字符本身不具有了語(yǔ)言的屬性,，它到底是中文還是日文，取決于顯示它的字體,。例如上面的“直”字,，如果我們用中文字體（例如SimSun, SimHei）顯示它，就會(huì)得到圖中左邊的字,，如果用日文字體顯示它（如MS Gothic）,，就會(huì)得到右邊日文的直。 這樣做會(huì)導(dǎo)致什么問(wèn)題呢,？ 1,，無(wú)法利用文字的編碼來(lái)區(qū)分其屬于哪種語(yǔ)言的文字。 Unicode當(dāng)中的其他語(yǔ)言——例如阿拉伯語(yǔ),，都有其固定的編碼范圍,，例如阿拉伯語(yǔ)是0×0600到0×06FF。這樣一個(gè)字符處理軟件在處理到一個(gè)0×0600到0×06FF區(qū)間的字符時(shí),，它就知道現(xiàn)在在處理的是阿拉伯文,。可是漢字呢,？中日韓的漢字被無(wú)規(guī)律地混雜在同一個(gè)區(qū)間中,，是哪國(guó)文字以無(wú)法辨認(rèn)。 2,，一種字體無(wú)法同時(shí)表示中文,、日文和韓文 由于文字是利用字體顯示來(lái)表明它自己是哪國(guó)文字的，那么一種字體將無(wú)法同時(shí)表示中文和日文,。試想,，你在創(chuàng)造一種字體；當(dāng)你遇到“直”這個(gè)漢字時(shí),，你要么選擇中文寫(xiě)法,，要么選擇日文寫(xiě)法，兩者不可兼得,。 這會(huì)帶來(lái)什么后果呢,？輕一點(diǎn)的后果,，是中日文混用寫(xiě)成的文章中必須設(shè)置至少2種字體才能準(zhǔn)確表達(dá)，因而在一些不支持混用字體的編輯器——例如Windows的記事本當(dāng)中要么中文字符變成了日語(yǔ),，要么日語(yǔ)字符變成了中文,。在日文Windows下瀏覽UTF-8中文網(wǎng)頁(yè)的朋友,，也發(fā)現(xiàn)那些中文字符都變成日文字符了吧（比如“骨”里面的橫折跑到了右面）,？試想這樣“錯(cuò)字”連篇的中文能用在正式場(chǎng)合嗎？ 嚴(yán)重一些的后果是什么呢,？ 嚴(yán)重的后果就是,，目前很多軟件，尤其是西方歐美的字處理軟件都在試圖用同一種字體滿足所有語(yǔ)言的需要,。例如“Arial Unicode MS”字體,，就是一種非常常用的Unicode字體。很顯然,，在事實(shí)上這樣的字體在規(guī)定“直”字之類漢字的字模時(shí)也必須選擇中文寫(xiě)法還是日文寫(xiě)法,。 結(jié)果不過(guò)說(shuō)也知道——也許是日本在IT界的影響力高于中國(guó)，也許是什么原因,，似乎Arial Unicode MS之類的字體中凡是中日寫(xiě)法不同的字體,，全都是日文寫(xiě)法。 換句話說(shuō),，一個(gè)使用Arial Unicode MS的老外,，即便他在用中文寫(xiě)一篇文章，即便他用的輸入法是中文拼音,，最后打出來(lái)的字符卻全都是日文漢字,。 他如果是個(gè)在學(xué)習(xí)中文的人，他學(xué)到的將是這些日文漢字,。更甚之,，如果將來(lái)這些所謂的“標(biāo)準(zhǔn)Unicode字體”一統(tǒng)天下，宋體,、黑體沒(méi)落的時(shí)候,，中國(guó)人的電腦中的中國(guó)漢字也會(huì)不知不覺(jué)地被日本漢字取代，用電腦學(xué)習(xí)的小孩子們也會(huì)把電腦上出現(xiàn)的日本漢字當(dāng)作漢字的正確寫(xiě)法,。 許多人也許會(huì)想：一定要和日本競(jìng)爭(zhēng),，爭(zhēng)取讓標(biāo)準(zhǔn)的Unicode字體里的漢字使用中文漢字——現(xiàn)在不是爭(zhēng)不爭(zhēng)的問(wèn)題，問(wèn)題是,，既然中文日文中的“直”不是完全相同的漢字,，為什么不在制定其編碼階段就把它們分開(kāi)呢？ 我不知道Unicode是否制定了完全把中日韓三種語(yǔ)言孤立開(kāi)的版本,；我只知道目前最流行的Unicode是像上面這樣的,。 使用Unicode的諸位,，請(qǐng)務(wù)必提高警惕。 補(bǔ)充：并不是所有中日文里類似的漢字都像“直”字一樣被編為同一個(gè)編碼,，例如“步”和“歩”就被分別編碼了,。但是這樣的結(jié)果是，有的漢字被編為同一個(gè)編碼,，有的卻沒(méi)有,，更加混亂了。 |
|
|
來(lái)自： xine2009 > 《學(xué)日語(yǔ)》
