——張軸材談漢字交換碼標準建立歷程
本報記者 黃偉敏 肖春江
如果中文詞匯也由0、1兩個(gè)元素構成，大概就不需要漢字交換碼這門(mén)學(xué)問(wèn)了?？上苏J識的是漢字，計算機卻偏認二進(jìn)制代碼死理，人們只好削足適履，發(fā)明漢字交換碼這種人與機的交流工具。而為了避免一盤(pán)散沙式的混亂交流，還要建立更重要的統一編碼標準，以便使應用規范化。CJK－JRK漢字交換碼中日韓聯(lián)合研究組主編兼召集人張軸材先生介紹了漢字交換碼標準的建立歷程。
GB2312：漢字信息技術(shù)的秦始皇
我國漢字信息技術(shù)標準化，首先選擇了制定漢字交換碼標準。1980年發(fā)布的GB2312《信息交換用漢字編碼字符集》基本集是第一個(gè)漢字信息技術(shù)標準，也是我國信息技術(shù)領(lǐng)域內重要的基礎標準。它的廣泛實(shí)施，對于促進(jìn)漢字信息技術(shù)發(fā)展和計算機的推廣應用，保證全國范圍內漢字處理系統、漢字通信系統的信息交換，發(fā)揮了重要作用，是信息時(shí)代名副其實(shí)的的秦始皇。
GB2312解決的第一個(gè)問(wèn)題，就是選定能容納數萬(wàn)漢字的中西文兼容的編碼體系。GB2312用兩個(gè)七位字節表示漢字的編碼方案。設定若干編碼集合，每個(gè)可容納8836個(gè)字符，這樣只要選用幾個(gè)集合，就能解決全部漢字編碼的問(wèn)題。
第二個(gè)要解決的問(wèn)題是選定放入基本集的漢字。GB2312以文化部發(fā)布的“印刷通用字形表”為依據，以漢字頻度的高低、構詞能力的強弱、實(shí)際用處的大小為原則進(jìn)行選字，最后選定6763個(gè)漢字和682個(gè)其他字符進(jìn)入基本集，并按人們普遍熟知的規律對所選漢字進(jìn)行分級和排序，形成了標準圖形字符代碼表。
GB2312只是對廣泛通用的漢字進(jìn)行編碼，它適用于一般漢字信息處理系統的要求。繼GB2312之后，又擴充制定了GB7589、GB12345、GB113131等5個(gè)輔助集標準，共收了將近四萬(wàn)個(gè)漢字，它們形成了漢字交換碼的標準系列。
GB13000：四海皆準“書(shū)同文”
由于存在各自的利益，日、韓和中國臺灣省等國家和地區的漢字交換碼標準各唱各的戲，多種聲音雖然顯示“民主”，但給漢字信息交換帶來(lái)了相當的混亂。80年代中期，西文已在信息高速公路上加速前行，漢字卻仍在信息高速公路上開(kāi)著(zhù)拖拉機。 為了取得電腦時(shí)代的“書(shū)同文”，GB13000標準，即《信息技術(shù)通用多八位編碼字符集》，滿(mǎn)懷統一大任的使命感，于1992年降臨人世。
GB13000是我國制定的與國際標準ISO/IEC 10646對應的標準，它標志著(zhù)ISO/IEC 10646標準的漢字編碼部分基本采納了我國方案。它的制訂，大體上經(jīng)歷了前期的斗爭和后期確立主導地位兩個(gè)階段。
斗爭期(1985年～1990年10月)。國際標準化組織ISO中主管信息技術(shù)標準制訂的技術(shù)委員會(huì )TC97(后更名為ISO-IEC/JTC1)于1984年底決定立項制訂“雙字節two-byte)編碼字符集”國際標準，并在其字符集和編碼分委會(huì )SC2下設立工作組WG2專(zhuān)門(mén)負責該項目。
這段時(shí)期，國際上正因該標準究竟采用16位還是雙八位的編碼結構吵架。我國贊成采用雙八位，提出漢字基本集和輔助集分別占用編碼空間右下角和左下角的方案。這個(gè)方案在1987年的ISO/TC97/SC2年會(huì )上得以通過(guò)，我國開(kāi)始正式進(jìn)入國際標準起草階段。
1987年12月電子工業(yè)部決定把“漢字雙八位(多字節)編碼體系(即多八位編碼字符集)研究”列入“七五”國家重點(diǎn)科技攻關(guān)項目，并立即成立了由電子部十五所、四所和國家語(yǔ)委等單位組成的攻關(guān)小組。
1988年攻關(guān)小組發(fā)現當時(shí)新完成的標準DP 10646工作草案文本中存在兩個(gè)嚴重問(wèn)題：
(1)將祖國大陸用的漢字和臺灣省少用的漢字作為兩種文字排列在編碼字符的不同位置，把我國臺灣省的標準作為主要參考標準之一，以“中華民國標準”的名義列入。
(2)將原已商定的我國漢字占用編碼空間下半平面兩塊的方案改為只占左下塊。
帶著(zhù)上述問(wèn)題，我國參加SC2年會(huì )的代表團在會(huì )上要求在“多八位編碼字符集”工作草案中去掉并修改有關(guān)我國臺灣省的不正確及不恰當的行文，聲明我們將聯(lián)合我國臺灣省的同行一起討論解決海峽兩岸使用不同編碼標準的問(wèn)題，并研制出統一的中國漢字字符集納入國際標準。這一意見(jiàn)被SC2采納。
由于日、韓的堅決反對，1990年SC2年會(huì )否決了我國提出的HCC方案(中、日、韓三國漢字經(jīng)認同后，相同和認同的漢字只給一個(gè)代碼，然后按某種順序統一排列。使常用的和次常用的中、日、韓漢字排列在BMP中)。在當時(shí)的形勢下，作為緩沖，國內有關(guān)專(zhuān)家提出了將BMP中的I00、I10和I11區留空，而將中、日、韓的表意文字分別旋轉在各自平面的一種折衷方案。該方案于1990年5月作為國家提案提交到WG2，獲得通過(guò)，并在第一個(gè)DIS文本中采納了該方案。WG2同時(shí)決定：BMP的I01、I10和I11區將來(lái)旋轉中、日、韓三國同意的C、J、K文字。
此后，我國暫停了在國際范圍內進(jìn)行中、日、韓漢字統一編碼的理論上的爭論，在組織力量研究中國漢字字表的同時(shí)，啟動(dòng)了緊張的建立“多字符集漢字數據庫”的工作，進(jìn)而推進(jìn)從理論到實(shí)踐，從定性到定量，從手工到機助的轉化。
確立主導地位(1990年12月～1993年11月)。1990年11月我國正式成立了“通用字符集”國際工作組，由張軸材、王之任副組長(cháng)，陳力為、傅永和任工作組高級顧問(wèn)，成員共13名，包括了計算機系統、軟件、硬件、語(yǔ)言文字及標準化方面的專(zhuān)家及技術(shù)人員。
國際工作組成立之初便面臨著(zhù)重大的抉擇。當時(shí)ISO拒絕在DIS 10646中采用C、J、K漢字統一編碼，并采用回避C0、C1區的編碼結構。與此同時(shí)，我國還面臨著(zhù)世界上將出現兩套標準(UCS和Unicode)的嚴峻形勢。國標工作組經(jīng)慎重研究，在短時(shí)間內達成共識，確定了“立足基本中文平面，瞄準基本多文種平面，注視/溝通Unicode”的方針。
1991年1月20日體現了CJK統一編碼原則的漢字字符集HCS1.0問(wèn)世，國家技術(shù)監督局破例預先給國標號GB 13000。
1991年2月至3月在有關(guān)方面努力下，形成了Unicode中的漢字部分UniHan與HCS相互對齊的協(xié)議，并先后得到中國國標工作組和Unicode技術(shù)委員會(huì )的批準。為了真正實(shí)現CJK漢字統一編碼，我國又參加了CJK－JRG(中日韓聯(lián)合研究組)。1991年7月CJK-JRG的第一次會(huì )議一致確認了漢字統一編碼的要求。此后，又選舉我國的張軸材同志擔任CJK-JRG的主編兼召集人，從而確立了我國在CJK-JRG中的主導地位。
1991年8月，WG2在日內瓦舉行了第20次會(huì )議，確認了CJK漢字統一編碼進(jìn)入BMP。我國提交的GB 13000漢字字符集HCSA2.1版作為工作起點(diǎn)，已在ISO文件記錄在案。以后，1991年12月初我國如期向ISO提交了CJK統一漢字字符集第一版(CJK V1.0)。1992年4月25日提交了CJKV2.0。至此，ISO/IEC 10646.1中的漢字編碼部分勝利完成。
由于ISO/IEC 10646.1是一個(gè)多文種的編碼標準，因此除漢字外，ISO/IEC 10646.1中已將我國維、哈、柯文的字收入阿拉伯文；將我國朝鮮文字符與韓國文字符進(jìn)行了統一編碼；而蒙文、藏文和彝文等還有待今后擴充收入ISO/IEC 10646(GB 13000)中。
1992年4月至7月，我國又應ISO及AFII(國際字型交換協(xié)會(huì )，負責ISO/IEC 10646.1中字表的印刷工作)的要求，提交可供印刷ISO/IEC 10646.1中G屬下漢字的48×48點(diǎn)陣字型。
至此，國際標準ISO/IEC 10646.1及對應的國家標準GB 13000.1中的漢字編碼及字型開(kāi)發(fā)工作告一段落，而下一階段的編碼結構擴充方案及字匯擴充方案的研制工作，也已馬不停蹄地展開(kāi)。
本站僅提供存儲服務(wù)，所有內容均由用戶(hù)發(fā)布，如發(fā)現有害或侵權內容，請
點(diǎn)擊舉報。
