方块壮字的编码

171 主题	0 听众	1万积分

热心贝侬

Rank: 12

最后登录: 2019-4-12
注册时间: 2004-4-18

电梯直达

楼主

发表于 2004-8-11 00:30:00 |只看该作者 |倒序浏览

国际标准组织于1984年4月成立ISO/IEC JTC1/SC2/WG2工作组，针对各国文字、符号进行统一性编码。1991年美国跨国公司成立Unicode Consortium，并于1991年10月与WG2达成协议，采用同一编码字集。目前Unicode是采用16位编码体系，其字符集内容与ISO10646的BMP（Basic Multilingual Plane）相同。Unicode于1992年6月通过DIS（Draf International Standard），目前版本V2.0于1996公布，内容包含符号6811个，汉字20902个，韩文拼音11172个，造字区6400个，保留20249个，共计65534个。随着国际互联网的迅速发展，要求进行数据交换的需求越来越大，不同的编码体系越来越成为信息交换的障碍，而且多种语言共存的文档不断增多，单靠代码页已很难解决这些问题，于是UNICODE应运而生。 UNICODE有双重含义，首先UNICODE是对国际标准ISO/IEC 10646编码的一种称谓（ISO/IEC 10646是一个国际标准，亦称大字符集，它是ISO于1993年颁布的一项重要国际标准，其宗旨是全球所有文种统一编码），另外它又是由美国的 HP、Microsoft、IBM、Apple等大企业组成的联盟集团的名称，成立该集团的宗旨就是要推进多文种的统一编码。 UNICODE同现在流行的代码页最显著不同点在于：UNICODE是两字节的全编码，对于ASCII字符它也使用两字节表示。代码页是通过高字节的取值范围来确定是ASCII字符，还是汉字的高字节。如果发生数据损坏，某处内容破坏，则会引起其后汉字的混乱。UNICODE则一律使用两个字节表示一个字符，最明显的好处是它简化了汉字的处理过程。 UNICODE使用平面来描述编码空间，每个平面分为256行，256列，相对于两字节编码的高低两个字节。 UNICODE的第一个平面，称为Basic Multilingual Plane（基本多文种平面），简称BMP，由于BMP仅用两个字节表示，所以倍受青睐。

图2.1: BMP的最新概貌图　　其中 A_ZONE为拼音文字编码区，拉丁文、阿拉伯文、日文的平假名及片假名等都在此区编码。　　CJK Extension A 和CJK为汉字区域共计27487个汉字。　　Y1即彝文，位于O-ZONE保留待将来使用。　　Hangul即韩文。　　EUDC为用户私有区，用户可以根据需要自己定义此区的编码。　　R-ZONE为限制使用区，一些兼容字符、特殊字符均放在此区。 UNICODE定义BMP中的D800-DFFF为代理区（Surrogate Zone）,其中D800-D8FF为高半代理（high surrogate）, DC00-DFFF为低半代理（low surrogate）。从两个区域分别取一个编码，组成一个4字节的代理对来表示一个编码字符，此即为UTF-16。利用UTF-16机制，UNICODE扩充了1024*1024个字符，相应于OO-OF平面，并且将02平面分配给了CJK Extension B。Microsoft在Windows 2000已实现了 UTF-16。

从以上得知，unicode编码中并无没有给方块壮字以正式的空间。倒是彝族，维族，藏族等留有空间。日后unicode肯定是互联网上的标准。若不为方块壮字的编码做考虑的话，然后恐怕很难在互联网上显示方块壮字。尽管从诸位的言论中赞成拼音的占多数，但是在民间方块壮字还是有生命力的，我想方块壮字不能丢掉。至于如何进行，是个系统工程，留待诸位加以探讨。毕竟这个涉及到字库，输入法，等等

踩过的脚印

- FangHFupyin

分享到: QQ空间 腾讯微博 腾讯朋友 微信

转播0 淘帖0 分享0 收藏0 支持0 反对0

帖子永久地址：

僚人家园 - 论坛声明1、本主题所有言论和图片仅代表作者个人的立场，不代表本论坛管理方立场。
2、本站所有主题由该帖子作者发表，该帖子作者与僚人家园享有帖子相关版权
3、其他单位或个人使用或转载本论坛原创文章时须征得作者本人及僚人家园论坛管理员的同意
4、发帖者承担因本文发表而直接或间接导致的相关责任。僚人家园管理团队有事先不通知发帖者而删除或屏蔽本文的权利。

帐号		自动登录	找回密码
密码			注册