Day 8 Unicode里有“幽灵文字”

曾经有段时间对计算机文字编码和字体设计及其渲染感兴趣。

查了一些关于Unicode的资料，在知乎读到一篇文章《困扰 Unicode 的幽灵文字》的翻译版本。

原英文版本地址：https://www.dampfkraft.com/ghost-characters.html

上个世纪日本经贸部建立了Unicode的JIS标准，标准发布后，有一些文字没有人能认得出来，也不知道它们怎么读，从哪里来。

这些文字被称为“幽灵文字”。

在1997年，日本开展了一项调查，决定把这些幽灵文字的来历给找出来，查明其出处。

在一本厚厚的地理书籍去找一个字，而且是在没有页面引用的情况下找一个字，无异于在大海捞针。

尽管如此，他们还是找出来了大多数，除了有一个字还是没有找出来。

不得不佩服日本人对文化和教育的严谨和执着。

或许这和一直以来日本文化对于教育的无比重视有关，谨慎、注重细节已经成为他们平常待人处事准则。

可惜的是，尽管这些文字的来历已经查明，但这些文字早已随普及开来的JIS标准在Unicode的CJK统一期间被加入进去了。

CJK标准统一期间，这些文字有了他们独立的“幽灵文字”集。

Unicode为了照顾其标准的兼容性，不能对已编码好的文字进行随意删除。

于是乎，“幽灵文字”会永远游荡在每一台计算机里，直到永远……

“幽灵文字”事件，给后来的Unicode文字编码敲响了警钟，新加入的文字，必须要注明其出处以及其出现的具体文献或照片。

Unicode文字编码，编字难，查找其出处更是难上加难。

后来又了解到，文字编码工作者，为了寻找文字的出处，有时候要花费大量的精力和财力到当地走访和调查取样，而且这项工作在一般人眼中并不受人理解。

感谢这些文字编码工作者，没有你们的工作，就见不到计算机对知识传播的伟大贡献。