Re: [心得] Unicode 補完計畫 (UAO)

看板EZsoft (小軟體)作者reptile時間18年前 (2007/11/02 22:44)推噓4(4推 0噓 5→)

留言9則, 4人參與討論串2/5 (看更多)

※ 引述《mstar (Wayne Su)》之銘言： : 在中文模式下，只要發現這兩個字元組合在一起，系統就會將之轉成「特」字 : 就因這原理，故常有一些英文軟體畫面的框線在中文模式下變成亂碼 : (eg. C4C4C4C4「────」會變成「闡闡」) 當年，因為英文軟體很多而且很多都會用到框線，所以倚天中文為了避開這個問題另外搞了一套倚天碼出來 : BIG5 : 當時 BIG5 編碼是非常急就章而推出的，選字根本就是依據教育部的常用字標準， : 所以很多字都沒被選入 (eg.堃、煊、喆) 但之後 BIG5 變成主流，大家只好將就著用 : (政府戶政、圖書管理等系統用不同的編碼，所以字數多很多) BIG5 的收字，主要是收教育部的常用及次常用字標準圖書管理系統，主要是用 CCCII (這編碼是國際通用的，其實甚至是美國先用的) : Unicode : 後來有一群人/公司開始發展 unicode，也就是將世界上主要的文字統一成一種編碼 : 只要電腦支援這編碼、有相對應的字型，就可以看到所有文字 : http://zh.wikipedia.org/wiki/Unicode 當時本來要推的是 ISO 10646 ISO 10646 是用字面的概念來處理不同語系所以當一行文字出現多種語言的時候，就會花費大量的訊息在切換字面上所以最後大家乾脆全部平等統一用 Unicode (所以有人把 Unicode 翻成統一碼) Unicode 是編一個 16bit 的碼，也就是說可容納 65536 字再也沒有字面的問題了 (因為它等於只有一個字面) 後遺症就是，Unicode 無法相容於當時的 ASCII 環境當然還有另一個問題就是，光是漢字的部份粗估就有七萬字以上所以，16bit Unicode 光是漢字就塞不下不過，當時的人沒想那麼多，只想求一個勉強可以運用的統一碼所以，漢字的收字，以有出現在 BIG5、GB、SJIS 為主 : unicode 編碼方式和 BIG、GB、SJIS 等傳統編碼 (稱為 DBCS) 有點不一樣， : 以目前最常用的 UTF8來說，它按照文字的屬性分為用單一 byte 組成的、用 : 兩 byte 組成的...到用四 byte 組成的，普通的中文字多是二、三 byte 組成 : http://zh.wikipedia.org/wiki/UTF-8 因為 Unicode 要 16bit，ASCII 卻只要 8bit 一方面來說，用 ASCII 為主的軟體，一換用 Unicode 就要多一倍的儲存空間另一方面是，Unicode 無法相容於 ASCII 環境，光程式就要改到死.... 所以就另外搞一個 UTF8 出來，不同範圍的 Unicode 字眼編成 1 ~ 4 個 bytes，不用說 0-127 就是保留給 ASCII 的 : 有人認為中文、日文、韓文、越南文中很多漢字其實都一樣或是差不多， : 所以推動 CJKV，以將編入 unicode 中的漢字縮減 : http://zh.wikipedia.org/wiki/CJKV 因為編這個標準的是外國人所以他們會認為都是一樣的，就開始東併西併不過，也不能說他們很混據說他們在編碼的時候，還特地來台灣學中文 : 萬惡的淵藪、一切問題的起源：微軟 : 時代繼續發展，萬惡的微軟推出 Windows，將正體中文編為 codepage 950 : 但是，沒把前述造字區中的日文、俄文字母以及某些符號收進去！ : 之後一直到 Win2003，除了新增了歐元符號以外，還是沒日文字香港比我們積極很多，日文假名及一些符號並沒有出現在 BIG5 裡廣東話中也有很多字沒被收到 BIG5 裡 (廢話，BIG5 是台灣人用的) 所以，香港後來有搞一個香港增補字符集，Windows 也有採用 (可以想像一下，等於是 Microsoft 內建了 UAO) 不過，香港增補字符集，問題也蠻多的...... 忘了補充，因為 Unicode 只有 16bit 漢字又遠多於這個數，所以後來才又搞出 Ext A & Ext B -- 以上，是印象所及的一些補充十幾年前，我對這塊蠻有興趣的，收集了不少資料現在這些資料也不知道丟到哪去了...... -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 122.126.79.120 ※ 編輯: reptile 來自: 122.126.79.120 (11/02 22:49)