[发明专利]一种方便的实现藏文扩充集的方法及系统

说明书

技术领域

本发明属于计算机文字信息处理技术，具体涉及一种方便的实现藏文扩充集的方法及系统。

背景技术

藏文是一种比较复杂的拼音文字，它自左到右横写，以“字元”为最小铅字印刷单位，字元可以是一个字母，也可以是多个字母纵向叠加而成，纵向叠加字又叫做“整字”，如图1所示。由于整字是多个字母纵向叠加而成，其每个字母必然会产生位置和尺寸的变化，相当于汉字的“北”、“田”、“共”在“冀”字中的变化。

1997年7月，在ISO/IEC JTC1第33届WG2会议上，藏文编码国际标准正式获得通过，成为ISO/IEC 10646《信息技术通用多八位编码字符集》的重要组成部分。在IS0/IEC 10646中藏文字母位于基本多文种平面(BMP)的0x0F00-0x0FBF码区。1997年9月，我国颁布国家标准GB/16959-1997《信息技术信息交换用藏文编码字符集基本集》，并于1998年1月1日正式实施。在技术内容上，国家标准基本集与国际标准等同，以字母为单位编码。在ISO/IEC 10646：2000版中收录了包括藏文及梵文字母、标点符号、天文历算符号在内的共195个藏文编码字母(俗称“小字符集”)，其特点是通过动态组合方式，得到成千上万的藏文及梵文字符。

由于小字符集只规定了字母编码，整字没有编码，无法显示变形后的整字，大多数藏文系统各自为政，制定整字编码用于显示，造成各个系统互不兼容，因此，我国于2006年10月颁布了GB/T 20542-2006《信息技术藏文编码字符集扩充集A》，并于2007年3月1日实施。扩充字符集A共有1536个整字(俗称大字符集)。现代藏文(三次规范后的藏文书写形式)、古藏文(规范之前藏文书写形式)和已成为藏文部分的梵音转写藏文字符，共962个字符。574个最常用梵音转写藏文字符。其编码范围为0xF300-0xF8FF，位于BMP专用平面内。与基本集所存在的区别是，藏文扩充集在ISO/IEC10646编码体系结构的框架内对藏文中由基本字符纵向叠加而成、具有稳定结构且使用频繁的藏文和梵文藏字字丁进行了编码。

目前，《信息技术藏文编码字符集扩充集B》已经制定完成，正在审批过程中，不日就将颁布，而且《信息技术藏文编码字符集扩充集C》也在制定过程中。藏文扩充集B是藏文扩充集A的补充，收录了5702个整字。

OpenType是Microsoft公司和Adobe公司联合开发的一种基于Unicode且与平台无关的字体格式。它是TrueType字体格式的一种扩展，并融合了PostScript字体技术。OpenType的优势是其跨平台性，支持Unicode字符集和高级布局特征，能更好的支持国际化的处理。OpenType字体在支持TrueType体系结构的基础上增加了一些高级排版特征-OpenType布局表，支持将字符的替换和定位，能够很好的支持复杂文本的处理和藏文及其他文字的处理，但是遇到新字时，必须更新OpenType字库。

目前的藏文系统有两类，分类依据为处理的编码范围，第一类系统能处理大字符集编码，称为扩充集系统，其基本结构如图2所示，优点是处理速度快，缺点是：首先，每个字元一个编码，存储量很大。第二，随着新的藏文扩充集的不断制定和颁布，需要修改处理引擎以添加新的藏文字，系统升级复杂。第三，与国际藏文编码标准相悖。第二类系统只能处理基本集编码，称为基本集系统，其结构如图3所示，这类系统可以是OpenType字库处理引擎，也可以是支持OpenType排版功能的自有排版软件，它们都具备自动识别替换和定位的能力，能够将一串基本集编码序列重新替换和定位为一个藏文整字。优点是存储量小、与国际编码一致。缺点是不能识别扩充集编码，无法与扩充集系统兼容。

藏文经书中出现的字元多达上万个，而且藏文纵向叠加字是不封闭的，还在不断的发现新的字元，因此系统经常需要补字，同时，国家也正在不断制定新的藏文编码扩充集。而现有的藏文系统大多是第一类系统，采用大字符集，以扩充集标准为依据，以字元为单位编码，需要经常的更新处理引擎，效率低且成本高。但是基本集系统以其存储量小，符合国际标准，形式灵活的优点更加适合藏文不封闭的特点，这就使得基本集字库今后一定会被更加普遍的使用。本发明正是在基本集系统的基础上，采用外挂的转换码表文件，使其转换扩充集编码为基本集编码序列，完成显示，并且随着标准的增加，能够很方便的更新转换码表。

发明内容