Языки описания китайских иероглифов

Было предложено несколько систем для описания внутренней структуры китайских иероглифов , включая их штрихи, компоненты, порядок штрихов и расположение каждого в идеальном квадрате иероглифа. Эта информация полезна для идентификации вариантов символов, которые объединены в одну кодовую точку с помощью Unicode и ISO/IEC 10646 , а также для обеспечения альтернативной формы представления редких символов, которые еще не имеют стандартизированной кодировки в Unicode. Многие стремятся работать с обычным сценарием , а также предоставить внутреннюю структуру персонажа, которую можно использовать для облегчения поиска персонажа путем индексации внутреннего облика персонажа и перекрестных ссылок между похожими персонажами.

CDL

Язык описания символов на основе XML, (CDL) — это декларативный язык созданный совместно Томом Бишопом и Ричардом Куком для Института Вэньлинь . Он определяет символы путем расположения компонентов, которые не обязаны отражать семантическую или этимологическую историю персонажа. Чтобы компонент вписался в отведенную часть квадрата всего символа, набор из менее чем 50 штрихов позволяет построить около 1000 компонентов, которые, в свою очередь, могут описывать десятки тысяч символов. ^[1]

Последовательности идеографического описания

Глава 12 стандарта Unicode определяет синтаксис «Последовательности идеографического описания» (IDS), используемый для описания символов в функциональных терминах путем расположения компонентов с кодовыми точками. Шестнадцать специальных символов в диапазоне U+2FF0..U+2FFF действуют как префиксные операторы для объединения других символов или последовательностей в более крупные символы.

Символы идеографического описания в Юникоде
Характер	Номер символа Юникода	Полное имя в Юникоде
⿰	U + 2FF0	Идеографическое описание персонажа слева направо
⿱	U+2FF1	Идеографическое описание символа сверху вниз
⿲	U + 2FF2	Символ идеографического описания слева направо и посередине.
⿳	U + 2FF3	Символ идеографического описания сверху до середины и снизу
⿴	U + 2FF4	Идеографическое описание персонажа в полном объеме
⿵	U+2FF5	Идеографическое описание персонажа окружает сверху
⿶	U + 2FF6	Идеографическое описание персонажа окружает снизу
⿷	U + 2FF7	Идеографическое описание персонажа вокруг слева
⿼	U+2FFC	Идеографическое описание персонажа вокруг справа
⿸	U + 2FF8	Идеографическое описание персонажа вокруг слева вверху
⿹	U + 2FF9	Идеографическое описание персонажа вокруг справа вверху
⿺	U+2FFA	Идеографическое описание персонажа вокруг слева внизу
⿽	U + 2FFD	Идеографическое описание персонажа вокруг справа внизу
⿻	U + 2FFB	символ идеографического описания Наложен
⿾	U + 2FFE	Идеографическое описание персонажа горизонтальное отражение
⿿	U + 2FFF	символов идеографического описания Поворот

Два дополнительных символа идеографического описания разбросаны по другим блокам Юникода. U + 303E 〾 ИНДИКАТОР ИДЕОГРАФИЧЕСКОГО ВАРИАЦИИ официально не является символом идеографического описания, но иногда используется в последовательностях идеографического описания.

Другие символы идеографического описания в Юникоде
Характер	Кодовая точка	Блокировать	Имя
〾	U + 303E	Символы и пунктуация CJK	Индикатор идеографического разнообразия
㇯	U + 31EF	CJK Удары	символов идеографического описания Вычитание

Эти последовательности полезны для описания читателю символа, который невозможно напечатать напрямую, либо потому, что он отсутствует в данном шрифте, либо вообще отсутствует в стандарте Unicode. Например, пиломатериала персонаж закодированный в расширении F унифицированных иероглифов CJK как U+2DA21 𭨡, можно описать как ⿰書史 . Другое использование — поиск по словарю, как приблизительный метод ввода запросов.

Эти последовательности можно визуализировать либо путем сохранения отдельных символов отдельно, либо путем анализа последовательности идеографического описания и рисования описанного таким образом иероглифа. Сами по себе они не обеспечивают однозначного рендеринга всех символов. Например, последовательность ⿱十一 представляет собой как ⼟ «ЗЕМЛЯ» с более узкой средней полосой, так и ⼠ «УЧЕНЫЙ» с более широкой средней полосой.

Спецификация Unicode для этих последовательностей основана на символах и синтаксисе более ранней кодировки GBK . Дополнительные символы позже кодируются для заполнения недостающих комбинаций.

Пакет бесплатного программного обеспечения IDSgrep, автор Мэтью Скала. ^[2]^[3] расширяет синтаксис IDS Unicode, включая дополнительные функции поиска по словарю; он способен преобразовывать базу данных KanjiVG в собственный расширенный формат IDS или выполнять поиск файлов EIDS, сгенерированных соответствующим семейством шрифтов Tsukurimashou.

См. также

Ссылки

Цитаты

^ Бишоп и Кук (2003c) , стр. 2, 9.
^ «IDSgrep» , Проект Цукуримашо , 2024 г., заархивировано из оригинала 7 февраля 2024 г.
^ Скала, Мэтью (2015), «Структурная система запросов для символов хань» (PDF) , International Journal of Asian Language Processing , vol. 23, нет. 2, стр. 127–159, arXiv : 1404.5585 , заархивировано из оригинала (PDF) 4 марта 2016 г. , получено 13 января 2016 г.

Цитируемые работы

Руководство пользователя Wenlin , Институт Вэньлинь, 2015 г.
Бишоп, Том; Кук, Ричард, спецификация CDL
———; Кук, Ричард (2003), Язык описания символов (CDL): Набор основных унифицированных типов штрихов CJK (PDF)
———; Кук, Ричард (2003), Спецификация языка описания символов CDL (PDF)
- ———; Кук, Ричард (2003), Спецификация CDL (PDF) , заархивировано из оригинала (PDF) 5 апреля 2016 г. , получено 17 января 2018 г.
——— (2007), Язык описания символов для CJK (PDF) , Многоязычный, № 91, том. 18, стр. 62–68.
Кук, Ричард (2003), Языки описания китайских символов (PDF)

[FOOTNOTEBishopCook2003c2,_9-1] Бишоп и Кук (2003c) , стр. 2, 9.

[2] «IDSgrep» , Проект Цукуримашо , 2024 г., заархивировано из оригинала 7 февраля 2024 г.

[3] Скала, Мэтью (2015), «Структурная система запросов для символов хань» (PDF) , International Journal of Asian Language Processing , vol. 23, нет. 2, стр. 127–159, arXiv : 1404.5585 , заархивировано из оригинала (PDF) 4 марта 2016 г. , получено 13 января 2016 г.

[1]

[2]

[3]