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。

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:

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。