Warning
此文件的目的是为让中文读者更容易阅读和理解,而不是作为一个分支。 因此, 如果您对此文件有任何意见或更新,请先尝试更新原始英文文件。
Note
如果您发现本文档与原始文件有任何不同或者有翻译问题,请联系该文件的译者, 或者请求时奎亮的帮助:<alexs@kernel.org>。
Original: | Unicode support |
---|---|
译者: | 吴想成 Wu XiangCheng <bobwxc@email.cn> |
Unicode(统一码)支持¶
(英文版)上次更新:2005-01-17,版本号 1.4
此文档由H. Peter Anvin <unicode@lanana.org>管理,是Linux注册名称与编号管理局 (Linux Assigned Names And Numbers Authority,LANANA)项目的一部分。 现行版本请见:
简介¶
Linux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 (Unicode-to-font)表,八位字符集与UTF-8模式都将改用此字体来显示。
这微妙地改变了八位字符表的语义。现在的四个字符表是:
映射代号 | 映射名称 | Escape代码 (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。 例如,即使加载了一个Latin-1字体,也允许使用块图形(block graphics)。
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; Linux有两个八位代码(G0和G1),而ISO 2022有四个七位代码(G0-G3)。
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 (Unicode标准将其称为“团体区域(Corporate Zone)”,因为这对于Linux是不准确 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 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 U+EFFF作为最终用户区。
[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, 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, 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 (U+F000..U+F1FF)字体。
Linux 区域中定义的实际字符¶
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。 [v1.2]此用法已过时,不应再使用;请参见下文。
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字符矩阵,这些字符在DEC VT图形字符集中形成一个平滑的过渡。 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 HORIZONTAL。
[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、 U+23BD处添加。Linux现在使用新值。
[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 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。
U+F810 | KEYBOARD SYMBOL FLYING FLAG |
U+F811 | KEYBOARD SYMBOL PULLDOWN MENU |
U+F812 | KEYBOARD SYMBOL OPEN APPLE |
U+F813 | KEYBOARD SYMBOL SOLID APPLE |
克林贡(Klingon)语支持¶
1996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 Marc 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 (ConScript Unicode Registry,CSUR)采用,并建议(但最终被拒绝)纳入Unicode 平面一。不过,它仍然是Linux区域中的Linux/CSUR私有分配。
这种编码已经得到克林贡语言研究所(Klingon Language Institute)的认可。 有关更多信息,请联系他们:
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 语言,因此根据标准Unicode惯例,我将它放置在16单元的边界上。
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 ,从上到下书写。
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 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。
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 |
其他虚构和人工字母¶
自从分配了克林贡Linux Unicode块之后,John Cowan <jcowan@reutershealth.com> 和 Michael Everson <everson@evertype.com> 建立了一个虚构和人工字母的注册表。 征募Unicode注册表请访问:
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 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 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 Unicode平面一被拒绝,因此上述编码仍然是官方的。