- 1、本文档共9页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
方正超大字库解决方案
方正超大字库解决方案
■关于汉字和汉字编码
殷商出土的甲骨文可视为中国文字的渊源,历经几千年的历史演变,汉字
无论是在字形、字体,还是数量方面都发生了很大变化,从下面一组数据就可
以看出汉字在数量方面的演变。
《说文解字》( 公元 100 年) 收 9353 字;《声类》 (227-239 年) 收 11520 字;
《玉篇》(5 43 年) 收 22726 字;《唐韵》 (751 年 ) 收 26194 字;《类篇》 (1066
年 ) 收 31319 字;《字汇》 (1615 年) 收 33179 字;《康熙字典》 (1716 年 ) 收
47035 字;《中华大字典》 (1915 年 ) 收 48000 字;《中文大字典》 (1968 年) 收
49905 字;《汉语大字典》 (1986 年 ) 收 56000 字。
汉字家族在不断增加,从 说文解字 到 汉语大字典 的大约 2000 年的时间
里,汉字的数量增加了 5 倍多,而我们常用的 6000 多个汉字仅仅是汉字家庭中
的一小部分。到目前为止,国际标准组织 (ISO) 制定国际标准时,共收集到汉字
七万多字。
从中文信息处理的角度来看,国家及国际相继颁布了不同的汉字编码标准,
从 GB2132到 GBK,从 GBK到 GB18030,标准收录的汉字从 6763 个增加到现在的
27000 多个,但对于汉字的庞大家族来说,尴尬难以避免。在银行、邮电、保
险、报业、公安等行业,经常会碰到生僻的人名、地名,只能用拼音代替或手
工贴图,而古籍整理、辞书出版、光盘出版、地理信息系统等则会遇到很多缺
字,补字的工作量很大。其它使用汉字的国家和地区,如日本、韩国、越南、
新加坡等,其文化遗产多以汉字的形式保存,随着信息时代的到来,将其转换
为电子资料时经常碰到的问题就是:电脑中的汉字不够用。
■方正超大字库的发展历程
作为中国最早从事中文字库开发的专业厂商,北大方正非常关注中文字库
技术进步和中文印刷字体的发展,积极参与中国国家标准和国际标准化 (ISO) 组
织相关标准的制订,如 GB2312-80、GBK、GB18030、ISO/IEC-10646 等。
为了进一步规范汉字的编码,国际标准化 (ISO) 组织对汉字做了扩充,这就
是汉字 EXT B,北大方正积极参加了编辑讨论工作。 2000 年 8 月 22 日,公布的
SuperCJK V10.2 共包含 70205 字,也正是最新的方正超大字库的全部内容,即
方正超大字库基本包含了中、日、韩、越的主要汉字。
由于汉字来源复杂,按照国家的要求,必须改成现行的写法,方正邀请了
多位文字学专家进行指导,对 70205 字进行了新笔形化,同时邀请多位字体设
计专家对质量进行把关,保证字形、笔形规范、统一,符合国家语委的标准。
方正宋一超大字库收录了 70244 个汉字, 2 月 16 日通过了新闻出版署、国家语
委、全国印刷字体工作委员会的联合审定。与会专家认为,方正超大字库符合
国家用字规范和印刷标准,具有良好的通用性、兼容性和一致性,符合国际流
行的工业标准。
■方正超大字库解决方案
1、方正超大字库编码方案
为解决古籍整理、辞书出版中遇到的补字问题,方正超大字库采用 GBK编
码,分成三个字库,将汉字扩充到 70244 字,这可以有效地解决出版问题,但
在检索时会出现重码。
现在有三个方案:
(1) 使用 Unicode 所定义的 surrogate 机制:
双字节和四字节混合编码,四字节部分共可对应到至多一百万个字符
(1M,1024x1024) ,这一百万个字符的容量可以对应到 ISO 10646 定义的 16
您可能关注的文档
- 法国type3详细教程.pdf
- 法国号教案(8篇)完美版.pdf
- 法国卫星提前放电避雷针技术手册.pdf
- 法拉第电磁感应定律练习题40道.pdf
- 法拉第电磁感应定律练习题40道99896.pdf
- 法理学笔记最新分析和总结.pdf
- 法理学初阶重点整理.pdf
- 法理学导论期末试卷与参考答案.pdf
- 法律档案管理工作规范.pdf
- 法律法规培训和考核记录.pdf
- 2023-2024学年广东省深圳市龙岗区高二(上)期末物理试卷(含答案).pdf
- 2023-2024学年贵州省贵阳市普通中学高一(下)期末物理试卷(含答案).pdf
- 21.《大自然的声音》课件(共45张PPT).pptx
- 2023年江西省吉安市吉安县小升初数学试卷(含答案).pdf
- 2024-2025学年广东省清远市九校联考高一(上)期中物理试卷(含答案).pdf
- 广东省珠海市六校联考2024-2025学年高二上学期11月期中考试语文试题.pdf
- 2024-2025学年语文六年级上册第4单元-单元素养测试(含答案).pdf
- 2024-2025学年重庆八中高三(上)月考物理试卷(10月份)(含答案).pdf
- 安徽省安庆市潜山市北片学校联考2024-2025学年七年级上学期期中生物学试题(含答案).pdf
- 贵州省部分校2024-2025学年九年级上学期期中联考数学试题(含答案).pdf
文档评论(0)