2012/6/26 Kang-Hao (Kenny) Lu <[email protected]>: 不好意思，又回信晚了。
>> [1]的說法是big5-2003+uao > 嗯，你說的對，網頁上是寫： > 主體是以 Big5-2003 為主， 但在造字與保留區則引入 UAO 的字集 > 不知道為什麼我、阿菲還有提拉米蘇開始稱呼這個編碼叫做 big5-uao（可能是 > big5-mozilla 太有「專有」的感覺？），然後我不知不覺得就以為這是 UAO 為主了。 畢竟Big5 2003擴充的部份相當有限，很自然我們都把重心放在UAO的部份。 不過我覺得叫big5-mozilla也沒什麼不好。 :) > 不過在阿菲的研究裡，他比較的就是 Mozilla 的編碼和 big5-hkscs，沒有比錯東西。 也許就直接叫big5-mozilla吧。不過後來的重心，其實是在衝突的部份。 剛好翻到了居士的這篇文章：(繼續考古) [2] http://www.openfoundry.org/tw/home/222 原來Big5-2003有考慮到Big5-hkscs，只是應該是hkscs早期的版本。 只是為何都沒有很多軟體採用Big5-2003這個官方的標準？ >>>> 3.以菲哥(阿菲)舉的例子來說( >>>> http://lists.whatwg.org/htdig.cgi/whatwg-whatwg.org/2012-April/035370.html) >>>> "重唔變晒烏\x8b\xf8縮得就縮"，得到的結論是opera-hk, firefox-hk, chrome-hk >>>> win，其他幾個例子也都是hk可以正確顯示。我比較好奇的是只拿香港的論壇或 >>>> 文章來決定該用big-hkscs做為default的big5解碼表是適合的嗎？ >>> >>> 單就以那篇文章的資料的確不合適，但是後來從 .tw 的網站也做了類似的事情 >>> [2]，基本上還是可以得到「雖然在香港 big5-hkscs 比 CP950 好很多，但是在台 >>> 灣其實 big5-uao 沒有比 CP950 好很多。」的結論。 >> >> Kenny有發現一些網頁似乎是採用big5-2003的編碼，我的猜測則是有不少其實是 >> 從office文件直接複製貼上，再轉換成html格式的。所以像是分項符號， >> 跟英文常見的'在big5-hkscs跟big5-uao都無法正確解釋。 > > 喔，這是一個很有趣的解釋，Office 的 big5 是 big5-2003？歷史原因是什麼？ > 為什麼不是 CP950？ 原本我是以為那只是複製貼上後mapping錯誤，(本來big5-1984就沒有那個字) 因為剛好都是在標點跟分項目符號上。是Kenny發現可以對到big5-2003的啊！ >>>> 4.另外，所謂的預設解碼，是否應該參考哪一個編碼的涵蓋的字量比較多呢？ 我沒有仔細對照big5-2003的對應字碼，不過按照上面[2]的說法， big5-mozilla跟big5-hkscs的最大聯集應該就是big5-2003？ >>> >>> 基本上字量不很重要，不過假如編碼 A 可解碼的字是編碼 B 的真父集，那一般用 >>> A 就比較好。在這裡的問題是 big5-uao 跟 big5-hkscs 沒有子集父集的關係，是 >>> 有衝突的。 >>> >>>> 如果數量不是決定因素時，那是否也是要先建立一套較完整的benchmark來評估 >>>> 哪一個編碼最適合呢？再請先進們幫忙解惑了！ >>> >>> [2]看起來還算不錯吧？當然，多弄一些各種情形（像是上面說的前萬名每個一千 >>> 頁）也不嫌少就是了。 >> >> 目前似乎只有bing有這個的api可以免費使用，會不會造成什麼樣的bias也不得而知。 > > 歡迎繼續提供數據。 > >>> (12/06/13 16:42), Evan Li wrote: >>>> 我再追加一個問題，由於我與一些台灣有在使用big5自造區的人討論到，似乎有 >>>> 不少big5使用者會用到自造區，例如： >>>> >>>> - 中國海 >>>> - UAO >>>> - 漢字構型資料庫 ( http://cdp.sinica.edu.tw/ ) >>>> - 中華佛典CBETA ( http://www.cbeta.org/download/cbreader.php ) >>>> - 甚至於部份中文語言系的使用者都會使用自訂造字區 >>>> - 其他... >>>> >>>> 但如果瀏覽器的big5解碼表預設是使用big5-hkscs的話，那這些自造區的字是否 >>>> 就無法呈現了呢？ >> >> 以目前Firefox跟Opera的作法來說(Chrome不清楚)，瀏覽器自帶解碼表， >> 因此在w3c的標準下，非定義的使用自訂造字區會對應到unicode的一個缺字符號， >> Opera完全依照w3c的標準， > > 等等，這裡指的是什麼標準？ 這是阿菲提供的連結，只是Kenny知道是誰submit的嗎？ 為什麼沒有用Big5-2003？ http://dvcs.w3.org/hg/encoding/raw-file/tip/Overview.html#big5 >> Firefox則是不顯示。上述的幾個字造字都無法顯示。不過因為Firefox後來採用 >> 了big5-2003+uao，在與big5-2003不衝突的UAO有收錄，且UAO收錄了大部分的中 >> 國海字型(沒有鍵盤符號)，因此「大多數」的1, 2可以正常顯示。 >> >>> [1] http://moztw.org/docs/big5/ > > > 以上 > > Kenny > -- Best regards, Yuan Chao
