跳至內容

漢字描述語言

本頁使用了標題或全文手工轉換
維基百科，自由的百科全書

漢字描述語言是指可以完整且準確地描述漢字字符和信息的計算機語言，它們包含了字符的組成、（基本和複雜的）筆畫、順序以及位置，旨在克服在使用點陣圖來描述字形時所遇到的信息缺乏。其所包含的訊息可以來識別字符（統一碼和通用字符集統一為一個碼位）的異體字，或一些統一碼和通用字符集尚未收錄的罕見字。

它們的工作，大多是基於楷書和宋體，來提供字符的內部結構，因而可以藉由索引字符的內部結構和相似字符，從而更容易地查找字符。

字形描述語言

[編輯]
字符描述語言中，各層級的部件

字形描述語言（英語：Character Description Language，簡稱：CDL），或稱字描語，是基於XML的字型技術，由畢曉普（英語：Tom Bishop）和 曲理查（英語：Richard Cook） 為文林研究所所共同創建。其目的在描述任何CJK 字符，但可用於描述任何字形。

這種基於 XML 的宣告式語言定義了每個組件（字形的一個子單元，類似於部首，但不一定具有真正部首的語義意義）的筆順，以及使用先前定義的組件所構建更複雜的字符。除了用作構建組件之外，這些組件中的許多組件本身就是字符。

背景看起來像一個每邊128 像素的正方形。在這個背景下：

  1. 使用可縮放向量圖形，可繪製 50 個筆畫。
  2. 一個基本組件是通過調用數個筆畫來組成的。在此組件中，每個筆畫都由其左下角和右上角描述。可以進行轉換（縮小、放大等） 。有 1,000 多個基本組件。
  3. 一個字符是通過調用幾個組件組成的。在這個字符中，每個組件都由其左下角和右上角描述。為了使組件適合漢字矩形塊的適當部分，在將部分嵌入構建方塊時，可以轉換（如：水平、重直或放大、縮小）。

因此，一組少於 50 個筆畫[1]允許構建一組大約 1,000 個組件[2] ，這些組件又可以嵌入到數萬個字符的描述中。 [2] 50 個基本筆畫之一的形狀變化隱含在嵌入該筆畫的每個字符中。同樣，對組件的更改隱式應用於其組合使用該組件的每個和所有角色。 [2]

湯姆·畢曉普和 R. Cook 解釋如下：

字符的筆劃數通常跟其它字符的筆劃數是有關的。大部分字符是以多個部件所構建。只要知道了每個部件的筆劃數，那總筆劃數只是單純地部件筆劃數相加。因此，如果有個標準定義了千多個字符的筆劃，它也定義了成千上萬個其它字符。[3]

截至2020年 (2020-Missing required parameter 1=month!)，透過字描語包含了近 10 萬個字符描述，可完整支援統一碼 7.0。[3]

HanGlyph

[編輯]

用於在文檔中提供缺失的罕見字（即外字問題）的漢字描述語言。 [4]文檔可以包含缺失字符的標記，這將自動觸發生成小字體以提供字符。語言本身是一個簡單的後綴符號，描述了筆畫和組合它們的方式。原型軟件使用Metapost來描給字符並將它們嵌入到LaTeX文檔中。該語言由 Wai Wong 於 1997 年提出 [5]，2003年的 TeX使用者會議上，則有關於實作的論文。 [6] [7]

表意文字描述序列

[編輯]

統一碼第 12 章定義了「表意文字描述序列」(IDS) 的語法[8]，旨在用於描述標準中未包含的字符，即根據具有代碼點的組件組合。 U+2FF0 到 U+2FFB 範圍內的十二個特殊字符充當前綴運算符，以組合其他字符或序列以形成更大的字符。

統一碼中的表意文字描述字符
特點 統一碼字符編號 完整的統一碼名稱
⿰ U+2FF0 Ideographic description character left to right

表意文字字符用於左右結構

⿱ U+2FF1 Ideographic description character above to below

表意文字字符用於上下結構

⿲ U+2FF2 Ideographic description character left to middle and right

表意文字字符用於左中右結構

⿳ U+2FF3 Ideographic description character above to middle and below

表意文字字符用於上中下結構

⿴ U+2FF4 Ideographic description character full surround

表意文字字符用於全包圍結構

⿵ U+2FF5 Ideographic description character surround from above

表意文字字符用於從上方包圍結構

⿶ U+2FF6 Ideographic description character surround from bellow

表意文字字符用於從下方包圍結構

⿷ U+2FF7 Ideographic description character surround from left

表意文字字符用於從左方包圍結構

⿸ U+2FF8 Ideographic description character surround from upper left

表意文字字符用於從左上角環繞

⿹ U+2FF9 Ideographic description character surround from upper right

表意文字字符用於從右上方環繞

⿺ U+2FFA Ideographic description character surround from lower left

表意文字字符用於從左下角環繞

⿻ U+2FFB Ideographic description character overlaid

表意文字字符用於交錯

這些序列對於向讀者描述無法直接顯示的字符很有用，因為它在給定字體中不存在，或者完全不存在於統一碼標準中。例如，方塊壯字 字符「𭨡」（在中日韓統一表意文字擴展 F 中編碼為 U+2DA21 𭨡），可以描述成「⿰書史」。另一個用途是用於查找字典，即作為用來輸入查詢的一種簡略輸入法。

這些序列的呈現方式，可以是分別地保留所有字符，或通過解析序列後來繪製目標字符。 [9]它們本身並不能為所有字符提供明確的描繪。例如，序列「⿱十一」代表「土」和「士」。方式

這些序列的統一碼規範基於早期GBK標準的字符和語法。

Matthew Skala 提供的自由軟件包 IDSgrep[10] [11] 擴展了統一碼的表意文字描述序列語法，包括用於字典查找的附加功能；它能夠將 KanjiVG 的數據庫轉換為它自己的擴展 IDS 格式，或者針對由相關的 Tsukurimashou 字體所生成的 EIDS 文件來搜尋。

KanjiVG

[編輯]

KanjiVG 是一種自由 (CC-by-sa-3.0) 日語字符描述語言（旨在最終擴展到中文），它是基於SVG和維基編輯系統。

SCML

[編輯]

2007年，結構字符建模語言是另一個基於XML的漢字描述語言，其定位不像字描語和HanGlyph那樣基於數字網格。其資料庫所使用的筆畫、部件是以 SCML 編碼。其資料庫儘用於原理演示，目前沒有已知的嘗試將 SCML 套用在所有的統一碼，為 CJK 字符進行編碼。

參見

[編輯]

外部連結

[編輯]
文林學院CDL語言
SCML
字形

參考資料

[編輯]
  1. ^ Bishop & Cook 2013-12-31:p2
  2. ^ 2.0 2.1 2.2 Bishop & Cook 2013-12-31:p9
  3. ^ 3.0 3.1 文林字形描述語言. [2021-11-29]. （原始內容存檔於2021-11-29）. 
  4. ^ HanGlyph. [17 February 2012]. （原始內容存檔於24 January 2013）. 
  5. ^ Wong, Wai. HanGlyph – a Chinese Character Description Language (PDF). Proceedings of the Seventeenth International Conference on Computer Processing of Oriental Languages, Hong Kong. April 1997. （原始內容 (PDF)存檔於2021-08-23）. 
  6. ^ Yiu, Candy L. K.; Wai Wong. Chinese Character Synthesis using METAPOST (PDF). Proceedings of the 24th Annual Meeting and Conference of the TeX User Group, Hawaii, U.S.A. July 2003. （原始內容 (PDF)存檔於2011-07-26）. 
  7. ^ Wong, Wai; Candy L. K. Yiu; Kelvin, C. F. Ng. Typesetting Rare Chinese Characters in LaTeX (PDF). Proceedings of the 14th European TeX Conference, Brest, France. June 2003. （原始內容 (PDF)存檔於2011-11-06）. 
  8. ^ 存档副本 (PDF). [2021-11-29]. （原始內容存檔 (PDF)於2019-11-22）. 
  9. ^ The Unicode® Standard – Version 12.0 – Core Specification (PDF). Unicode Consortium. March 2019 [2021-11-29]. （原始內容存檔 (PDF)於2020-11-12）. 
  10. ^ Tsukurimashou Font Family and IDSgrep Project Top Page - OSDN. [2021-11-29]. （原始內容存檔於2015-03-25）. 
  11. ^ Skala, Matthew. A Structural Query System for Han Characters (PDF). International Journal of Asian Language Processing. 2015, 23 (2): 127–159 [2016-01-13]. arXiv:1404.5585 可免費查閱. （原始內容 (PDF)存檔於2016-03-04）. 
取自「https://wiki.zwnes.eu.org/w/index.php?title=漢字描述語言&oldid=84623780」