中国語の文字記述言語

漢字の内部構造を記述するためのシステムがいくつか提案されている。これには、筆画、構成要素、筆順、および文字の理想的な正方形におけるそれぞれの位置が含まれる。この情報は、UnicodeおよびISO/IEC 10646によって 1 つのコード ポイントに統合された文字の異体を識別するのに役立つほか、Unicode で標準化されたエンコードがまだない珍しい文字の代替表現形式を提供するのにも役立つ。多くのシステムは、楷書体で機能すること、および文字の内部構成を索引付けして類似の文字を相互参照することにより、文字の検索を容易にする文字の内部構造を提供することを目的としている。

文字記述言語(CDL) は、トム・ビショップとリチャード・クックがウェンリン研究所のために共同で作成したXML ベースの宣言型言語です。この言語では、文字を構成要素の配置によって定義しますが、文字の意味や語源の履歴を反映する必要はありません。構成要素が文字全体の正方形の割り当てられた部分に収まるように、50 画未満のセットで約 1,000 個の構成要素を構築することができ、それによって数万個の文字を記述することができます。^[1]

Unicode 標準(バージョン 15.0)の第 18 章では、コード ポイントを持つコンポーネントの配置によって、特徴的な用語で文字を記述するために使用される「表意文字記述シーケンス」(IDS) 構文が定義されています。U+2FF0 ～ U+2FFF の範囲の 16 個の特殊文字は、他の文字またはシーケンスを組み合わせてより大きな文字を形成するための接頭辞演算子として機能します。

2 つの追加の表意文字記述文字が他の Unicode ブロックに散在しています。U +303E 〾 IDEOGRAPHIC VARIATION INDICATOR は正式には表意文字記述文字ではありませんが、表意文字記述シーケンスで使用されることがあります。

これらのシーケンスは、特定のフォントに存在しないか、Unicode 標準にまったく存在しないため、直接印刷できない文字を読者に説明するのに役立ちます。たとえば、CJK 統合表意文字拡張 FでU+2DA21 𭨡としてエンコードされたsawndip文字は、 ⿰書史と説明できます。もう 1 つの用途は、クエリの大まかな入力方法として、辞書検索の目的です。

これらのシーケンスは、個々の文字を別々に保持するか、表意文字記述シーケンスを解析して記述された表意文字を描画することによってレンダリングできます。これらだけでは、すべての文字に対して明確なレンダリングは提供されません。たとえば、シーケンス⿱十一は、中央のバーが狭い⼟  「EARTH」と、中央のバーが広い ⼠  「SCHOLAR」の両方を表します。

Unicode のこれらのシーケンスの仕様は、以前のGBK エンコードの文字と構文に基づいています。不足している組み合わせを埋めるために、後で追加の記号がエンコードされます。

^{Matthew Skala [2] [3]}による IDSgrep フリーソフトウェアパッケージは、Unicode の IDS 構文を拡張して辞書検索のための追加機能を含んでいます。KanjiVG のデータベースを独自の拡張 IDS 形式に変換したり、関連する Tsukurimashou フォントファミリによって生成された EIDS ファイルを検索したりすることができます。

• Shuowen Jieziの部首一覧
• 康熙部首一覧
• Unicode部首一覧
• 倉頡入力方式
• ラジカル
• 脳卒中