第743章 新方案
第743章新方案
“按照任昉《述异记》陆居曰熊,水居曰能的说法,还可以让我们联想到另外一个传说。”
“传说大禹治水,娶涂山氏,在工地竖起一面鼓,让涂山氏听到鼓响,就送饭前来。”
“之后大禹就化作一头大熊开山,结果有一日工作太投入,飞扬的石头打到了鼓上,大禹却没有注意到。”
“涂山氏听到鼓声送饭过来,发现夫君居然是一头大熊,受惊过度,化作了石像。”
“大禹悲痛万分,对石像说你化作石像可以,把儿子给我留下啊。”
“说完石像中腹突然打开,一个小孩从石像里掉了出来,这就是‘启’这个名字的由来。”
这一连串的故事和知识,让对面计算机系的大佬们都听得津津有味,周至这才说道:“这传说是不是也说明,大禹也继承了鲧的能力,能够变化成熊或熊(尼)?”
“而大禹是不是因为感受到父亲的凄惨命运,最终决定打破禅让制度,将天下传给了自己的儿子?”
“是不是还能算作一个侧证,证明大禹治水的传说,是发生在陶石骨器并用的部落联盟时代?”
“所以大家看,熊(尼),(骨系)这两个生僻字如果真的消失了,是不是就会造成上述华夏文明部分信息资料的缺失?是不是会在将来产生一些无法解答的疑案?会不会造成我们子孙的困惑?”
“以前是因为条件所限,国人受教育程度不高,快速普及文字,扫除文盲是重中之重,所以简化字的推行势在必然。GB2312也发挥了巨大的作用。”
“可如果现在条件明明已经允许了,如果我们已经有机会将所有的文字都采集下来,记录下来,可我们还是无动于衷,让这些文字就这样消失在历史的长河里,而不将之留给子孙,会不会是一种将来的遗憾?”
“如果我们的子孙,因为我们的原因,今后不再知道熊(尼),(骨系)这两个字以及这两个字上说承载的历史文化信息的话,那我们该不该算是……民族的罪人?!”
“信息技术最早出来之前,曾经有西方人认为,汉字必将因为计算机技术的诞生而消亡。”
“经过我们的努力之后,有了GB2312汉字编码,向那些人证明了他们之前就是纯粹的胡说八道。”
“而我认为,正是因为信息技术的发展,解决了汉字书写记忆困难的问题,汉字的推广应用,甚至完全可能产生革新性的变化。”
“GB2312,证明了我们能行,GB13000,证明了我们能够做得更好,那么我们为什么不趁热打铁,干脆就一次性给它做到极致?”
“做到极致是什么意思?”李红江再不敢轻视眼前这小孩了,他是真不知道汉字中承载的这些东西,或者说压根没有重视。
这也是如今中国学界普遍的一种想象,疯狂追赶阶段,哪里还敢追求完美?现阶段够用,解决当前问题,就已经是绝大多数理工科学者的最高目标了。
“做到极致的意思,就是新的字库编码,要做到历史全兼容,当前全收集,未来可拓展。”周至倒是一点不怵:“历史全兼容的意思,就是新的字库,可以完全兼容GB2312和GB13000编码。已经用这两种编码录入的文字信息,用新的编码同样能够完整地读出来。”
“当前全收集,则指当前我们已知的汉字符号,包括大陆简化字,宝岛、港澳、新岛的繁体字,还有岛国,朝韩所用的一些汉字符号,全部采纳到新编码体系中来。”
“未来可拓展的意思,就是要给字库留够充足的冗余编码空间,给将来采集更多的文字符号做好准备。”周至侃侃而谈:“刚刚旦增大师已经说了,我国是多民族的国家,很多民族都有自己的文字,这些文字,同样是我们华夏一族大家庭的瑰宝。”
“因此我们要留足这个字库的拓展空间,以备将来时机成熟后,将这些少数民族的文字也收纳进来。”
“这就是我的设想,关于华夏标准大字库的设想。”
“呃……周至同学。”李红江倒也是光棍:“我给你道个歉,也给辜老和旦增大师道个歉,之前自己的确没有意识到这个问题的重要性。”
“但是我之前已经说了,GB13000是根据ISO/IEC1064来设计的,通用多八位编码字符集的码位就只有两万多个,就好像一个养殖场,鸡笼子就这么多,实在是装不下你们说的这么多鸡啊?”
“所以说这个多八位编码字符集是有问题的呀,不适合中国的需要呀,那我们为什么还要凑合着用呢?”周至反问道。
“要是不用这个,那又用哪个呢?”李红江倒是不觉得周至是在无理取闹,能够提出问题来不是本事儿,关键是问题提出来之后,你还得能够解决问题才算。
“为什么不用UNICODE呢?”
“UNICODE?”李红江想了一下:“UNICODE八字还没一撇吧?国际标准都还没有出来,我们哪来的参照?”
Unicode的汉语翻译,叫做统一码,也叫万国码、单一码,是由统一码联盟开发的一项计算机科学领域里的业界标准,主要就包括字符集和编码方案。
统一码是为了解决传统的字符编码方案的局限而产生的,它为每种语言中的每个字符,设定了统一并且唯一的二进制编码,以满足跨语言、跨平台进行文本转换、处理的要求。
统一码设计之初的目的,就是为了打造一个能够容纳世界上所有文字和符号的字符编码方案。
其设计思路,就是用数字0-0x10FFFF来映射所有字符,最多可以容纳1114112个字符,或者说有1114112个码位。
后世大家所熟悉的UTF-8、UTF-16、UTF-32,其实都是将数字转换到程序数据的编码方案。
当然这些码位也不是随便乱用的,而是规定了区间,比如上一世给汉字使用的区间,就是3400-4DBF,4E00-9FFF,20000-3FFFF三段,称作:中日韩越统一表意文字区间。
这就有一百多万个码位,装下所有汉字绰绰有余。
因为不存在上限,UTF理论上还可以继续扩展。
当然从上一世的经验来看,也完全没有这个必要,足够用了。
请收藏本站:https://www.bqg19.cc。笔趣阁手机版:https://m.bqg19.cc
“按照任昉《述异记》陆居曰熊,水居曰能的说法,还可以让我们联想到另外一个传说。”
“传说大禹治水,娶涂山氏,在工地竖起一面鼓,让涂山氏听到鼓响,就送饭前来。”
“之后大禹就化作一头大熊开山,结果有一日工作太投入,飞扬的石头打到了鼓上,大禹却没有注意到。”
“涂山氏听到鼓声送饭过来,发现夫君居然是一头大熊,受惊过度,化作了石像。”
“大禹悲痛万分,对石像说你化作石像可以,把儿子给我留下啊。”
“说完石像中腹突然打开,一个小孩从石像里掉了出来,这就是‘启’这个名字的由来。”
这一连串的故事和知识,让对面计算机系的大佬们都听得津津有味,周至这才说道:“这传说是不是也说明,大禹也继承了鲧的能力,能够变化成熊或熊(尼)?”
“而大禹是不是因为感受到父亲的凄惨命运,最终决定打破禅让制度,将天下传给了自己的儿子?”
“是不是还能算作一个侧证,证明大禹治水的传说,是发生在陶石骨器并用的部落联盟时代?”
“所以大家看,熊(尼),(骨系)这两个生僻字如果真的消失了,是不是就会造成上述华夏文明部分信息资料的缺失?是不是会在将来产生一些无法解答的疑案?会不会造成我们子孙的困惑?”
“以前是因为条件所限,国人受教育程度不高,快速普及文字,扫除文盲是重中之重,所以简化字的推行势在必然。GB2312也发挥了巨大的作用。”
“可如果现在条件明明已经允许了,如果我们已经有机会将所有的文字都采集下来,记录下来,可我们还是无动于衷,让这些文字就这样消失在历史的长河里,而不将之留给子孙,会不会是一种将来的遗憾?”
“如果我们的子孙,因为我们的原因,今后不再知道熊(尼),(骨系)这两个字以及这两个字上说承载的历史文化信息的话,那我们该不该算是……民族的罪人?!”
“信息技术最早出来之前,曾经有西方人认为,汉字必将因为计算机技术的诞生而消亡。”
“经过我们的努力之后,有了GB2312汉字编码,向那些人证明了他们之前就是纯粹的胡说八道。”
“而我认为,正是因为信息技术的发展,解决了汉字书写记忆困难的问题,汉字的推广应用,甚至完全可能产生革新性的变化。”
“GB2312,证明了我们能行,GB13000,证明了我们能够做得更好,那么我们为什么不趁热打铁,干脆就一次性给它做到极致?”
“做到极致是什么意思?”李红江再不敢轻视眼前这小孩了,他是真不知道汉字中承载的这些东西,或者说压根没有重视。
这也是如今中国学界普遍的一种想象,疯狂追赶阶段,哪里还敢追求完美?现阶段够用,解决当前问题,就已经是绝大多数理工科学者的最高目标了。
“做到极致的意思,就是新的字库编码,要做到历史全兼容,当前全收集,未来可拓展。”周至倒是一点不怵:“历史全兼容的意思,就是新的字库,可以完全兼容GB2312和GB13000编码。已经用这两种编码录入的文字信息,用新的编码同样能够完整地读出来。”
“当前全收集,则指当前我们已知的汉字符号,包括大陆简化字,宝岛、港澳、新岛的繁体字,还有岛国,朝韩所用的一些汉字符号,全部采纳到新编码体系中来。”
“未来可拓展的意思,就是要给字库留够充足的冗余编码空间,给将来采集更多的文字符号做好准备。”周至侃侃而谈:“刚刚旦增大师已经说了,我国是多民族的国家,很多民族都有自己的文字,这些文字,同样是我们华夏一族大家庭的瑰宝。”
“因此我们要留足这个字库的拓展空间,以备将来时机成熟后,将这些少数民族的文字也收纳进来。”
“这就是我的设想,关于华夏标准大字库的设想。”
“呃……周至同学。”李红江倒也是光棍:“我给你道个歉,也给辜老和旦增大师道个歉,之前自己的确没有意识到这个问题的重要性。”
“但是我之前已经说了,GB13000是根据ISO/IEC1064来设计的,通用多八位编码字符集的码位就只有两万多个,就好像一个养殖场,鸡笼子就这么多,实在是装不下你们说的这么多鸡啊?”
“所以说这个多八位编码字符集是有问题的呀,不适合中国的需要呀,那我们为什么还要凑合着用呢?”周至反问道。
“要是不用这个,那又用哪个呢?”李红江倒是不觉得周至是在无理取闹,能够提出问题来不是本事儿,关键是问题提出来之后,你还得能够解决问题才算。
“为什么不用UNICODE呢?”
“UNICODE?”李红江想了一下:“UNICODE八字还没一撇吧?国际标准都还没有出来,我们哪来的参照?”
Unicode的汉语翻译,叫做统一码,也叫万国码、单一码,是由统一码联盟开发的一项计算机科学领域里的业界标准,主要就包括字符集和编码方案。
统一码是为了解决传统的字符编码方案的局限而产生的,它为每种语言中的每个字符,设定了统一并且唯一的二进制编码,以满足跨语言、跨平台进行文本转换、处理的要求。
统一码设计之初的目的,就是为了打造一个能够容纳世界上所有文字和符号的字符编码方案。
其设计思路,就是用数字0-0x10FFFF来映射所有字符,最多可以容纳1114112个字符,或者说有1114112个码位。
后世大家所熟悉的UTF-8、UTF-16、UTF-32,其实都是将数字转换到程序数据的编码方案。
当然这些码位也不是随便乱用的,而是规定了区间,比如上一世给汉字使用的区间,就是3400-4DBF,4E00-9FFF,20000-3FFFF三段,称作:中日韩越统一表意文字区间。
这就有一百多万个码位,装下所有汉字绰绰有余。
因为不存在上限,UTF理论上还可以继续扩展。
当然从上一世的经验来看,也完全没有这个必要,足够用了。
请收藏本站:https://www.bqg19.cc。笔趣阁手机版:https://m.bqg19.cc