Re: [問題] 一個奇怪的漢字編碼問題(Unihan?)
※ 引述《flu (Crazy Rhythm)》之銘言：
: 雜想：
: 1. 有些網站能查詢某個字的其他code point，像是「行」的三個
: 沒有詳細去看是否有另外提供列表下載
(這一點前封回章已經回應)
: 2. 如果加入了unicode的特性——可以兩個字合成一個新字
: 比如說 U+328E (圈起來的金) 假設可以由 〇+金 組起來的話
: 〇先不談，由於金也出現在上述B的三個表內
: 會處理這些字的場合又會複雜一點
U+328E 的「〇金」與 U+091D1 的「金」，在「字意」上通常指涉不同實物，
多半不必視為同樣。私以為忽略便可。
如果是組字專用的碼位，其名稱都會有 "COMBINING" 這個字，而且實際上在檔案中都
會是兩個碼位，所以其實很好處理。可以使用 "uni" 來找到所有 COMBINING 碼位：
https://metacpan.org/pod/App::Uni
使用方法如：
> uni COMBINING
- U+00300 - COMBINING GRAVE ACCENT
- U+00301 - COMBINING ACUTE ACCENT
- U+00302 - COMBINING CIRCUMFLEX ACCENT
- U+00303 - COMBINING TILDE
....
也可以直接打字:
> uni 金
金- U+091D1 - CJK UNIFIED IDEOGRAPH-91D1
配合 charnames::viacode, ord 等函試，也可自行在程式中取得該碼位在
Unicode 標準中的「名字」：
> perl -Mcharnames=:full -E 'say charnames::viacode("91D1")'
CJK UNIFIED IDEOGRAPH-91D1
> perl -Mutf8 -Mcharnames=:full -E 'say charnames::viacode(ord("金"))'
CJK UNIFIED IDEOGRAPH-91D1
也就是說工具都有了，要把組合專用的碼位除掉，其實頂容易的。
: 3. 這算是漢字在unicode議題上的normalization議題嗎？
: *1 https://en.wikipedia.org/wiki/Kangxi_radical#Unicode
: *2 列表在 http://www.unicode.org/charts/beta/normalization/index.html
: 有在持續更新的unicode說明的站(日文)
: http://www.asahi-net.or.jp/~ax2s-kmtn/ref/unicode/index_u.html
視用途了... 繁簡轉換及 z variant 比較像是 normalization 議題。
但通常是在搜尋這個領域的應用才比較需要。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 77.163.137.207
※ 文章網址: https://www.ptt.cc/bbs/Perl/M.1442358240.A.187.html
推
09/16 18:29, , 1F
09/16 18:29, 1F
討論串 (同標題文章)
本文引述了以下文章的的內容：
完整討論串 (本文為第 4 之 5 篇)：