香港增補字符集
维基百科，自由的百科全书
香港增補字符集（Hong Kong Supplementary Character Set，簡稱 HKSCS）是香港政府基於繁體中文電腦操作環境中最流行的 Big5（大五碼）之上擴展的字符集標準，是現時香港的中文資訊交換內碼標準。香港增補字符集以前稱為《政府通用字庫》（Government Common Character Set, 簡稱 GCCS），本來只是香港政府內部統一使用的造字檔，有三千多字。但由於香港電腦業界不斷要求政府迎合本地需要，提出官方的字符集方案，以便與政府進行文件來往，於是香港政府便在1995年把這個內部使用的標準公開。到了1999年，此字集增加到四千多字，並改為現名。
字符集所收羅的字，主要包括香港的地名、人名用漢字、粵語漢字及異體字，也有小部份簡體字。除此之外，此字符集亦把倚天中文系統收錄的日語平假名、片假名及俄語西里爾字母包括在內。此字符集由中文界面諮詢委員會管理，仍在不斷擴編之中。最新版本為 2005 年 5 月推出的 HKSCS-2004，收錄 4,941 個字符。
目录 |
[编辑] 版本
| 版本 | 字數 | 發表時間 |
|---|---|---|
| HKSCS-2004 | 4,941 | 2005年5月 |
| HKSCS-2001 | 4,818 | 2001年12月 |
| HKSCS-1999 | 4,702 | 1999年9月 |
| GCCS | 3,049 | 1995年 |
[编辑] 源起
1980年代中期, 台灣的中文電腦的通行內碼為 Big5 編碼。1990年代初期，香港電腦應用逐漸普及，而政府各部門也電腦化。和台灣一樣，香港也是使用繁體中文的地方，是故也採用了 Big5 編碼。可是 Big5 碼本身沒有收錄香港常用的廣東字、一些人名地名用字、一些學科用字，於是香港政府各部門使用 Big5 的外字區，自行補上這些字，並在政府內部使用。香港業界也不斷要求政府，本地需要一套標準字符集來作電子文件來往。到1995年，互聯網在香港起步，而政府也推出了自己的網站。各人電腦的中文系統雖然都用 Big5 編碼, 但都沒有政府用的外字，更可能用了自己的外字，使在瀏覽網頁時不能顯示正確的字符。香港政府於是把內部使用的 Big5 外字集公開，讓各界可以下載安裝這批字，使電腦能顯示正確的字符，並把這套字命名為「政府通用字庫」。
[编辑] 負責機構
負責整套字符集管理的為中文界面諮詢委員會, 簡稱「中諮會」, 英文名 Chinese Language Interface Advisory Committee (CLIAC)。1999年5月由前資訊科技署成立, 現隸屬「政府資訊科技總監辦公室」。中諮會轄下有兩個工作小組: 中文電腦用字工作小組、中文資訊科技工作小組。中文電腦用字工作小組審核待增收字符, 納入和編配碼位等工作；中文資訊科技工作小組解決技術問題及與國際標準 ISO/IEC 10646（簡稱 ISO 10646）接軌等工作。各組成員來自學術界、語言學界、出版界和資訊科技界等。
[编辑] 字符分類
在 HKSCS-2004 版本，漢字字符共 4500 個，其中 3353 字可在大型的字典（如《漢語大字典》）中查到，包括簡化字、異體字、日語漢字等。其餘在各大中文字典中查不到的字中，有粵語方言字（有些可在方言字典及學術著作中查到）、人名、公司名、地方名、變形部首、附形、訛字。有些字來自入境事務處、公司註冊處、稅務局、地政總署。
各類符號共 441 個，有漢字筆形、漢語拼音字母、國際音標符號、漢字元件、畫表符號、日本平假名、片假名等。
[编辑] 部首、畫數、讀音
香港增補字符集在 2005 年才有畫數、部首、粵音等資料給用戶參考, 還說明方便檢索, 而非作為規範標準。（漢字的部首在不同的字典中, 歸部也不盡相同）
[编辑] 編碼
[编辑] 和 Big5 的關係
香港增補字符集當初因為是補充 Big5 的收字不足，使用其外字區而發展的，所以受制於 Big5 的編碼架構，外字的總數最多-{只}-能到 6217 個（每區塊 157 字，有 39 區塊半）。除去已用碼位，剩下千餘個碼位，其中有部分會保留給用戶造字。
早期的倚天中文系統、國喬中文系統等對造字缺乏管理，而又沒有文字專家的審定，因此當時造字很是混亂，有些甚至可能只是臨時使用的「錯字」（尋遍各大字典、專書也查不到的字）；製作這些中文系統的廠商又對字形、字體缺乏認識，有些字會因為字體不同而字形稍有差別，分別編進了兩個碼位中。又有同一字有系統區及造字區兩個碼位，有些聯綿詞只收其一不收其二；這個問題帶到了政府通用字庫和香港增補字符集中，字集因要反向兼容而跳過了一些碼位。
Big5 原來的編碼，只有漢字、標點、注音符號等字符及少數圖形，後來經過台灣廠商的增收，多了 7 個「倚天字」（如裏、-{恒}-）及日文的假名，最後這批字符又被香港增補字符集收入。
香港增補字符集所使用的 Big5 的外字區分幾個區段：
- 「造字區一」(FA40 — FEFE)：早期的 GCCS 字符集已經填滿這一段。
- 「造字區二」(C6A1 — C8FE)：倚天用了這段來放日文假名等符號。這些符號在 HKSCS 1999 年的版本被收納。
- 「造字區三」(8140 — A0FE)：香港增補字符集把這段開頭的 (8140 — 84FE) 保留給用戶，新增的字符只用其餘的碼位。
- 「廠商造字區」(F9D6 — F9FE)：這段開始的七個碼位用來存放-{裏}-、-{恒}-等「倚天字」，之後的碼位被微軟的繁體中文 Windows 用來存放製表符號。後來 HKSCS 1999 年版本將之全部收納。
可是一般提及 HKSCS 的文件，包括來自香港政府的，都沒有註明 HKSCS 以外的一般繁體字編碼（即是 Big5 本身）使用哪個版本。Big5 在 2003 年前就只有一個版本，不會造成混淆，但 HKSCS-2004 的文件仍沒有指定 Big5 部份是 2003 年之後還是之前的版本，雖然到目前為止並沒有任何系統使用 Big5-2003。
[编辑] 和 ISO 10646/Unicode 的關係
1995 年的政府通用字庫本來是內部使用的，到 1999 年才成立中諮會專門去負責增收及審核字符的工作，並與 ISO 10646 接軌。中諮會的成員會把香港增補字符集交到 ISO 的表意文字小組中，盡量讓其所有字符納入國際標準。表意文字小組會定期開會審議漢字的收納等工作, 成員是來自世界各地的專家。
香港字在 Big5HKSCS 內的碼位，都能對應到 ISO 10646 中日韓漢字區段中的碼位，或 Private Use Area（用戶造字區，簡稱 PUA）內。隨著版本的更新，造字區的字會逐漸搬到中日韓漢字擴展區內。將所有已納入的 HKSCS 字符搬到正式中日韓漢字擴展區段（非 PUA 區段）的工作在 2005 年完成，對應於 ISO 10646:2003 的第一修訂版，相應的 Unicode 版本為 Unicode 4.1。
不過，因為目前流傳極多使用舊版 HKSCS 的系統產生出來的文件，為了方便過渡，在 HKSCS 的定義中，在 Unicode PUA 所分配的字符位置會予以保留，不會給新加入而且未分配正式 Unicode 位置的字符使用。
[编辑] 字體的提供
最初的香港字，是由早期的台灣廠商 (像倚天等) 和用戶自行造字所得。因為大部份都不合標準和沒有流通，所以沒有沿用至今。後來，Truetype 字體盛行，中文字的廠商都開始加入香港字，但因為是商業性質，沒有足夠的流通量。另外，在支援超大字庫的字體方面，因為 HKSCS 某些字和大陸 GBK 碼有衝突，廠商經常會因市場關係捨棄一些香港字。
香港政府的「數碼 21」網頁 (詳見下面的外部連結) 有提供由華康授權的香港字參考宋體，但一來是使用條款苛刻而不可能廣泛使用，二來是沒有推廣，致使政府內部人員也不知道這套字體的存在。
目前由商業主導的情況漸有改變，近況如下：
[编辑] 開放源碼字體
文鼎在 1999 年捐了四套字體 (繁簡明體和楷書) 給自由軟件界，但當中沒有香港字。後來高盛華 (Arne Götje ) 發起計劃將繁簡體合併，稱之為 CJKUnifonts。當中，Akar、Zunix 等人在 2004 年末另外發起香港 freefonts 計劃，將香港字加入 CJKUnifonts 之內，到了 2005-09-01 完成將 HKSCS 2004 加入 CJKUnifonts 的工作。目前 CJKUnifonts 已被收錄在各大 Linux distribution 之內。
[编辑] 商業字體
最早一套宣稱支援 HKSCS 2004 的字體，是華康「金蝶 2006 H.K. Edition」，在 2005-11-14 推出。
[编辑] 增收字符
「中諮會」會讓各界申請新字符，不過要經過審核批准，才會給字符編配碼位。而用戶自造的字，可視乎需要加入，特別是一些人名地名等會經過互聯網傳送的字。另外，這些增收的字符不一定能夠收錄在 Unicode 之內，例如一些能夠表示成 Unicode 複合字符的字或符號，便不會收錄。
另外因為現在餘下的 big5 兼容碼位不多（2005 年 9 月為止只剩 487 個未用），中文界面諮詢委員會暫定打算在 2007-08 年停止為字符提供 big5 碼位，並在之前盡量協助業界和一般用戶過渡至 Unicode。
[编辑] 操作系統的支援
香港增補字符集開始時只有 Windows 版本的 Big5 編碼, 後來與 ISO 10646 接軌後, 才開始在 Linux、MacOS 等系統中使用。理論上因為 ISO 10646 已收納香港增補字符集, 任何支援 ISO 10646 的系統都可使用香港字。但實際上，許多舊的程式內部是使用 UCS-2（每個字佔 2 位元組）儲存字串，無法表示許多放在基本多文種平面 (簡稱 BMP) 以外的所有香港字。只有使用 UCS-4（每個字佔 4 位元組）作為內部儲存字串編碼的程式，才能夠完整地顯示所有香港字。
[编辑] Windows
[编辑] 顯示和處理字符
根據 Microsoft 的網頁，在 Longhorn 或以後的版本將不再支援 HKSCS-2004 的 Big5 擴展編碼（通常稱為 Big5HKSCS），而只使用 Unicode 中的香港字支援。
至於 HKSCS-2001，可以在微軟的網頁（請看下面的外部連結）中下載香港增補字符集；它支援 Windows 98、NT、2000 和 XP。可是安裝該套件和其它軟件（例如 Office）需要有一定的次序，而且它和別的 Big5 外字集並不兼容，必須先瀏覽有關文件方可安裝。
[编辑] 輸入字符
TODO
[编辑] Linux
[编辑] 顯示和處理字符
自從 glibc 在 2000 年加入香港字 (同時包括 big5hkscs 和 unicode 碼兩者的轉換表) 的支援後，就幾乎沒有再更新過，其中的 Big5 部份更是來自年代久遠的 Big5 / Unicode 轉換碼表，當中有不少錯誤之處，令一些文件和網頁無論使用 Big5 還是 Big5HKSCS 轉換至 Unicode 都會出現錯誤。暫時未有任何更新。相反地，如果單是使用 unicode 作為系統編碼，處理香港字則沒有問題。
桌面環境方面，KDE 3.x 桌面因為使用 QT 3.x，而 QT 3.x 內部使用 UCS-2 儲存字符，因此 KDE 3.x 只能有限度地顯示少部份香港字。這情況期望在 KDE 4.0 解決。
GNOME 沒有這方面的問題，只要是使用 Unicode，在 2004 至 05 年間就已經能夠顯示所有 BMP 以外的字符。
[编辑] 輸入字符
TODO
[编辑] Mac OS
[编辑] 顯示和處理字符
Mac OS X 10.0 至 10.2 版本支援的版本為 HKSCS 1999，最新版的 Mac OS X 10.4 支援 HKSCS 2001。
[编辑] 輸入字符
TODO
[编辑] 使用地區
除了香港使用香港字以外，現在台灣的中文電腦也有少部分使用它的 (台灣也有自己的一兩套外字集)。而同樣使用粵語和繁體字的澳門當然也使用這套字集，也許還有其它華語地區會使用。
[编辑] 評價
香港增補字符集因為一直需要和 Big5 碼兼容，所以可以說是一套先天不足的字集。它要處理前期許多遺留下來的問題，也有外字字數上限，致使香港政府打算在 2007-08 年放棄它的 Big5 編碼。如果系統使用 Unicode 編碼，用它反而較好。當今的趨勢是使用 Unicode，它有足夠的字符，幾乎可以滿足文字學家、字典專家的用字要求。但因為兼容性的關係，要將整個系統由使用 Big5 碼轉換至 Unicode 頗費時，因此還會有人暫時不願意轉換。
[编辑] 參看
[编辑] 外部連結
[编辑] 字符和編碼
- 香港特區政府：香港增補字符集
- ISO10646HK.NET (香港理工大學)
- ISO/IEC10646 工作小組
- 表意文字小組
- 香港生產力促進局對於各種商業產品的香港字支援情況列表
[编辑] 字體
[编辑] 參考書籍、文章
- Lunde, Ken (1999). CJKV Information Processing (paperback), First Edition (in English), 1128頁, O'Reilly and Associates, Inc.. ISBN 1-56592-224-7.
- Graham, Tony (2000). Unicode: A Primer (in English), 528頁, Wiley. ISBN 0-7645-4625-2.
- 伍新華。中文電腦應用《附95補充字集》。德嘉書業，1999年9月。ISBN 9627690252。
- Linuxer (現已停刊) 2002年9月號: 我們的 Big5 碼, 謝東翰
