Warning
此文件的目的是爲讓中文讀者更容易閱讀和理解,而不是作爲一個分支。因此, 如果您對此文件有任何意見或改動,請先嘗試更新原始英文文件。如果要更改或 修正某處翻譯文件,請將意見或補丁發送給維護者(聯繫方式見下)。
Note
如果您發現本文檔與原始文件有任何不同或者有翻譯問題,請聯繫該文件的譯者, 或者發送電子郵件給胡皓文以獲取幫助:<src.res@email.cn>。
Original: | Unicode support |
---|---|
譯者: | 吳想成 Wu XiangCheng <bobwxc@email.cn> 胡皓文 Hu Haowen <src.res@email.cn> |
Unicode(統一碼)支持¶
(英文版)上次更新:2005-01-17,版本號 1.4
此文檔由H. Peter Anvin <unicode@lanana.org>管理,是Linux註冊名稱與編號管理局 (Linux Assigned Names And Numbers Authority,LANANA)項目的一部分。 現行版本請見:
簡介¶
Linux內核代碼已被重寫以使用Unicode來將字符映射到字體。下載一個Unicode到字體 (Unicode-to-font)表,八位字符集與UTF-8模式都將改用此字體來顯示。
這微妙地改變了八位字符表的語義。現在的四個字符表是:
映射代號 | 映射名稱 | Escape代碼 (G0) |
---|---|---|
LAT1_MAP | Latin-1 (ISO 8859-1) | ESC ( B |
GRAF_MAP | DEC VT100 pseudographics | ESC ( 0 |
IBMPC_MAP | IBM code page 437 | ESC ( U |
USER_MAP | User defined | ESC ( K |
特別是 ESC ( U 不再是「直通字體」,因爲字體可能與IBM字符集完全不同。 例如,即使加載了一個Latin-1字體,也允許使用塊圖形(block graphics)。
請注意,儘管這些代碼與ISO 2022類似,但這些代碼及其用途都與ISO 2022不匹配; Linux有兩個八位代碼(G0和G1),而ISO 2022有四個七位代碼(G0-G3)。
根據Unicode標準/ISO 10646,U+F000到U+F8FF被保留用於作業系統範圍內的分配 (Unicode標準將其稱爲「團體區域(Corporate Zone)」,因爲這對於Linux是不準確 的,所以我們稱之爲「Linux區域」)。選擇U+F000作爲起點,因爲它允許直接映射 區域以2的大倍數開始(以防需要1024或2048個字符的字體)。這就留下U+E000到 U+EFFF作爲最終用戶區。
[v1.2]:Unicodes範圍從U+F000到U+F7FF已經被硬編碼爲直接映射到加載的字體, 繞過了翻譯表。用戶定義的映射現在默認爲U+F000到U+F0FF,模擬前述行爲。實際上, 此範圍可能較短;例如,vgacon只能處理256字符(U+F000..U+F0FF)或512字符 (U+F000..U+F1FF)字體。
Linux 區域中定義的實際字符¶
此外,還定義了Unicode 1.1.4中不存在的以下字符;這些字符由DEC VT圖形映射使用。 [v1.2]此用法已過時,不應再使用;請參見下文。
U+F800 | DEC VT GRAPHICS HORIZONTAL LINE SCAN 1 |
U+F801 | DEC VT GRAPHICS HORIZONTAL LINE SCAN 3 |
U+F803 | DEC VT GRAPHICS HORIZONTAL LINE SCAN 7 |
U+F804 | DEC VT GRAPHICS HORIZONTAL LINE SCAN 9 |
DEC VT220使用6x10字符矩陣,這些字符在DEC VT圖形字符集中形成一個平滑的過渡。 我省略了掃描5行,因爲它也被用作塊圖形字符,因此被編碼爲U+2500 FORMS LIGHT HORIZONTAL。
[v1.3]:這些字符已正式添加到Unicode 3.2.0中;它們在U+23BA、U+23BB、U+23BC、 U+23BD處添加。Linux現在使用新值。
[v1.2]:添加了以下字符來表示常見的鍵盤符號,這些符號不太可能被添加到Unicode 中,因爲它們非常討厭地取決於特定供應商。當然,這是糟糕設計的一個好例子。
U+F810 | KEYBOARD SYMBOL FLYING FLAG |
U+F811 | KEYBOARD SYMBOL PULLDOWN MENU |
U+F812 | KEYBOARD SYMBOL OPEN APPLE |
U+F813 | KEYBOARD SYMBOL SOLID APPLE |
克林貢(Klingon)語支持¶
1996年,Linux是世界上第一個添加對人工語言克林貢支持的作業系統,克林貢是由 Marc Okrand爲《星際迷航》電視連續劇創造的。這種編碼後來被徵募Unicode註冊表 (ConScript Unicode Registry,CSUR)採用,並建議(但最終被拒絕)納入Unicode 平面一。不過,它仍然是Linux區域中的Linux/CSUR私有分配。
這種編碼已經得到克林貢語言研究所(Klingon Language Institute)的認可。 有關更多信息,請聯繫他們:
由於Linux CZ開頭部分的字符大多是dingbats/symbols/forms類型,而且這是一種 語言,因此根據標準Unicode慣例,我將它放置在16單元的邊界上。
克林貢語有一個26個字符的字母表,一個10位數的位置數字書寫系統,從左到右 ,從上到下書寫。
克林貢字母的幾種字形已經被提出。但是由於這組符號看起來始終是一致的,只有實際 的形狀不同,因此按照標準Unicode慣例,這些差異被認爲是字體變體。
U+F8D0 | KLINGON LETTER A |
U+F8D1 | KLINGON LETTER B |
U+F8D2 | KLINGON LETTER CH |
U+F8D3 | KLINGON LETTER D |
U+F8D4 | KLINGON LETTER E |
U+F8D5 | KLINGON LETTER GH |
U+F8D6 | KLINGON LETTER H |
U+F8D7 | KLINGON LETTER I |
U+F8D8 | KLINGON LETTER J |
U+F8D9 | KLINGON LETTER L |
U+F8DA | KLINGON LETTER M |
U+F8DB | KLINGON LETTER N |
U+F8DC | KLINGON LETTER NG |
U+F8DD | KLINGON LETTER O |
U+F8DE | KLINGON LETTER P |
U+F8DF | KLINGON LETTER Q - Written <q> in standard Okrand Latin transliteration |
U+F8E0 | KLINGON LETTER QH - Written <Q> in standard Okrand Latin transliteration |
U+F8E1 | KLINGON LETTER R |
U+F8E2 | KLINGON LETTER S |
U+F8E3 | KLINGON LETTER T |
U+F8E4 | KLINGON LETTER TLH |
U+F8E5 | KLINGON LETTER U |
U+F8E6 | KLINGON LETTER V |
U+F8E7 | KLINGON LETTER W |
U+F8E8 | KLINGON LETTER Y |
U+F8E9 | KLINGON LETTER GLOTTAL STOP |
U+F8F0 | KLINGON DIGIT ZERO |
U+F8F1 | KLINGON DIGIT ONE |
U+F8F2 | KLINGON DIGIT TWO |
U+F8F3 | KLINGON DIGIT THREE |
U+F8F4 | KLINGON DIGIT FOUR |
U+F8F5 | KLINGON DIGIT FIVE |
U+F8F6 | KLINGON DIGIT SIX |
U+F8F7 | KLINGON DIGIT SEVEN |
U+F8F8 | KLINGON DIGIT EIGHT |
U+F8F9 | KLINGON DIGIT NINE |
U+F8FD | KLINGON COMMA |
U+F8FE | KLINGON FULL STOP |
U+F8FF | KLINGON SYMBOL FOR EMPIRE |
其他虛構和人工字母¶
自從分配了克林貢Linux Unicode塊之後,John Cowan <jcowan@reutershealth.com> 和 Michael Everson <everson@evertype.com> 建立了一個虛構和人工字母的註冊表。 徵募Unicode註冊表請訪問:
所使用的範圍位於最終用戶區域的低端,因此無法進行規範化分配,但建議希望對虛構 字母進行編碼的人員使用這些代碼,以實現互操作性。對於克林貢語,CSUR採用了Linux 編碼。CSUR的人正在推動將Tengwar和Cirth添加到Unicode平面一;將克林貢添加到 Unicode平面一被拒絕,因此上述編碼仍然是官方的。