unicode.rst

  1.. include:: ../disclaimer-zh_CN.rst
  2
  3:Original: Documentation/admin-guide/unicode.rst
  4
  5:译者:
  6
  7 吴想成 Wu XiangCheng <bobwxc@email.cn>
  8
  9Unicode（统一码）支持
 10======================
 11
 12	（英文版）上次更新：2005-01-17，版本号 1.4
 13
 14此文档由H. Peter Anvin <unicode@lanana.org>管理，是Linux注册名称与编号管理局
 15（Linux Assigned Names And Numbers Authority，LANANA）项目的一部分。
 16现行版本请见：
 17
 18	http://www.lanana.org/docs/unicode/admin-guide/unicode.rst
 19
 20简介
 21-----
 22
 23Linux内核代码已被重写以使用Unicode来将字符映射到字体。下载一个Unicode到字体
 24（Unicode-to-font）表，八位字符集与UTF-8模式都将改用此字体来显示。
 25
 26这微妙地改变了八位字符表的语义。现在的四个字符表是：
 27
 28=============== =============================== ================
 29映射代号        映射名称                        Escape代码 (G0)
 30=============== =============================== ================
 31LAT1_MAP        Latin-1 (ISO 8859-1)            ESC ( B
 32GRAF_MAP        DEC VT100 pseudographics        ESC ( 0
 33IBMPC_MAP       IBM code page 437               ESC ( U
 34USER_MAP        User defined                    ESC ( K
 35=============== =============================== ================
 36
 37特别是 ESC ( U 不再是“直通字体”，因为字体可能与IBM字符集完全不同。
 38例如，即使加载了一个Latin-1字体，也允许使用块图形（block graphics）。
 39
 40请注意，尽管这些代码与ISO 2022类似，但这些代码及其用途都与ISO 2022不匹配；
 41Linux有两个八位代码（G0和G1），而ISO 2022有四个七位代码（G0-G3）。
 42
 43根据Unicode标准/ISO 10646，U+F000到U+F8FF被保留用于操作系统范围内的分配
 44（Unicode标准将其称为“团体区域（Corporate Zone）”，因为这对于Linux是不准确
 45的，所以我们称之为“Linux区域”）。选择U+F000作为起点，因为它允许直接映射
 46区域以2的大倍数开始（以防需要1024或2048个字符的字体）。这就留下U+E000到
 47U+EFFF作为最终用户区。
 48
 49[v1.2]：Unicodes范围从U+F000到U+F7FF已经被硬编码为直接映射到加载的字体，
 50绕过了翻译表。用户定义的映射现在默认为U+F000到U+F0FF，模拟前述行为。实际上，
 51此范围可能较短；例如，vgacon只能处理256字符（U+F000..U+F0FF）或512字符
 52（U+F000..U+F1FF）字体。
 53
 54Linux 区域中定义的实际字符
 55---------------------------
 56
 57此外，还定义了Unicode 1.1.4中不存在的以下字符；这些字符由DEC VT图形映射使用。
 58[v1.2]此用法已过时，不应再使用；请参见下文。
 59
 60====== ======================================
 61U+F800 DEC VT GRAPHICS HORIZONTAL LINE SCAN 1
 62U+F801 DEC VT GRAPHICS HORIZONTAL LINE SCAN 3
 63U+F803 DEC VT GRAPHICS HORIZONTAL LINE SCAN 7
 64U+F804 DEC VT GRAPHICS HORIZONTAL LINE SCAN 9
 65====== ======================================
 66
 67DEC VT220使用6x10字符矩阵，这些字符在DEC VT图形字符集中形成一个平滑的过渡。
 68我省略了扫描5行，因为它也被用作块图形字符，因此被编码为U+2500 FORMS LIGHT
 69HORIZONTAL。
 70
 71[v1.3]：这些字符已正式添加到Unicode 3.2.0中；它们在U+23BA、U+23BB、U+23BC、
 72U+23BD处添加。Linux现在使用新值。
 73
 74[v1.2]：添加了以下字符来表示常见的键盘符号，这些符号不太可能被添加到Unicode
 75中，因为它们非常讨厌地取决于特定供应商。当然，这是糟糕设计的一个好例子。
 76
 77====== ======================================
 78U+F810 KEYBOARD SYMBOL FLYING FLAG
 79U+F811 KEYBOARD SYMBOL PULLDOWN MENU
 80U+F812 KEYBOARD SYMBOL OPEN APPLE
 81U+F813 KEYBOARD SYMBOL SOLID APPLE
 82====== ======================================
 83
 84克林贡（Klingon）语支持
 85------------------------
 86
 871996年，Linux是世界上第一个添加对人工语言克林贡支持的操作系统，克林贡是由
 88Marc Okrand为《星际迷航》电视连续剧创造的。这种编码后来被征募Unicode注册表
 89（ConScript Unicode Registry，CSUR）采用，并建议（但最终被拒绝）纳入Unicode
 90平面一。不过，它仍然是Linux区域中的Linux/CSUR私有分配。
 91
 92这种编码已经得到克林贡语言研究所（Klingon Language Institute）的认可。
 93有关更多信息，请联系他们：
 94
 95	http://www.kli.org/
 96
 97由于Linux CZ开头部分的字符大多是dingbats/symbols/forms类型，而且这是一种
 98语言，因此根据标准Unicode惯例，我将它放置在16单元的边界上。
 99
100.. note::
101
102  这个范围现在由征募Unicode注册表正式管理。规范性引用文件为：
103
104	https://www.evertype.com/standards/csur/klingon.html
105
106克林贡语有一个26个字符的字母表，一个10位数的位置数字书写系统，从左到右
107，从上到下书写。
108
109克林贡字母的几种字形已经被提出。但是由于这组符号看起来始终是一致的，只有实际
110的形状不同，因此按照标准Unicode惯例，这些差异被认为是字体变体。
111
112======	=======================================================
113U+F8D0	KLINGON LETTER A
114U+F8D1	KLINGON LETTER B
115U+F8D2	KLINGON LETTER CH
116U+F8D3	KLINGON LETTER D
117U+F8D4	KLINGON LETTER E
118U+F8D5	KLINGON LETTER GH
119U+F8D6	KLINGON LETTER H
120U+F8D7	KLINGON LETTER I
121U+F8D8	KLINGON LETTER J
122U+F8D9	KLINGON LETTER L
123U+F8DA	KLINGON LETTER M
124U+F8DB	KLINGON LETTER N
125U+F8DC	KLINGON LETTER NG
126U+F8DD	KLINGON LETTER O
127U+F8DE	KLINGON LETTER P
128U+F8DF	KLINGON LETTER Q
129	- Written <q> in standard Okrand Latin transliteration
130U+F8E0	KLINGON LETTER QH
131	- Written <Q> in standard Okrand Latin transliteration
132U+F8E1	KLINGON LETTER R
133U+F8E2	KLINGON LETTER S
134U+F8E3	KLINGON LETTER T
135U+F8E4	KLINGON LETTER TLH
136U+F8E5	KLINGON LETTER U
137U+F8E6	KLINGON LETTER V
138U+F8E7	KLINGON LETTER W
139U+F8E8	KLINGON LETTER Y
140U+F8E9	KLINGON LETTER GLOTTAL STOP
141
142U+F8F0	KLINGON DIGIT ZERO
143U+F8F1	KLINGON DIGIT ONE
144U+F8F2	KLINGON DIGIT TWO
145U+F8F3	KLINGON DIGIT THREE
146U+F8F4	KLINGON DIGIT FOUR
147U+F8F5	KLINGON DIGIT FIVE
148U+F8F6	KLINGON DIGIT SIX
149U+F8F7	KLINGON DIGIT SEVEN
150U+F8F8	KLINGON DIGIT EIGHT
151U+F8F9	KLINGON DIGIT NINE
152
153U+F8FD	KLINGON COMMA
154U+F8FE	KLINGON FULL STOP
155U+F8FF	KLINGON SYMBOL FOR EMPIRE
156======	=======================================================
157
158其他虚构和人工字母
159-------------------
160
161自从分配了克林贡Linux Unicode块之后，John Cowan <jcowan@reutershealth.com>
162和 Michael Everson <everson@evertype.com> 建立了一个虚构和人工字母的注册表。
163征募Unicode注册表请访问：
164
165	https://www.evertype.com/standards/csur/
166
167所使用的范围位于最终用户区域的低端，因此无法进行规范化分配，但建议希望对虚构
168字母进行编码的人员使用这些代码，以实现互操作性。对于克林贡语，CSUR采用了Linux
169编码。CSUR的人正在推动将Tengwar和Cirth添加到Unicode平面一；将克林贡添加到
170Unicode平面一被拒绝，因此上述编码仍然是官方的。