.. include:: ../disclaimer-zh_CN.rst :Original: Documentation/admin-guide/unicode.rst :译者: 吴想成 Wu XiangCheng 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 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: http://www.lanana.org/docs/unicode/admin-guide/unicode.rst 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: http://www.kli.org/ 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。 .. note:: 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: https://www.evertype.com/standards/csur/klingon.html 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 in standard Okrand Latin transliteration U+F8E0 KLINGON LETTER QH - Written 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 和 Michael Everson 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: https://www.evertype.com/standards/csur/ 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。