Компьютерный ввод и кодировка корейского языка.

Введение

Ввод и использование корейского языка на компьютерах

Система письма корейского языка — слоговой алфавит, состоящий из элементов символов (джамо), организованных в слоговые блоки (геулжа), представляющие слоги. В отличие от многих западных языков, отдельные элементы символов нельзя последовательно вводить слева направо на компьютере. Каждый возможный слог корейского языка должен быть отображен шрифтом в виде слогового блока, либо каждый элемент символа должен быть закодирован отдельно. Unicode предоставляет оба варианта: закодированы как отдельные элементы символов ᄒ (h) и ㅏ (a), так и комбинированный слог 하 (ha).

Кодирование символов

В RFC 1557 был описан метод, известный как ISO 2022 KR, для семибитного кодирования корейских символов в электронной почте. Если допускается восемь бит, предпочтительно использовать кодировку EUC KR. Эти две кодировки объединяют американский ASCII (ISO 646) с корейским стандартом KS X 1001:1992 (ранее известным как KS C 5601:1987). В Северной Корее используется другой набор символов, KPS 9566 (аналогичный KS X 1001). Международный стандарт Unicode содержит специальные символы для корейского языка в фонетической системе Хангыль. Юникод поддерживает два метода. Метод, используемый Microsoft Windows, заключается в том, что каждая из 11 172 слоговых комбинаций имеет свой код и соответствующий заранее сформированный символ шрифта. Другой метод кодирует отдельные буквы (чамо) и позволяет программному обеспечению правильно их комбинировать. Метод Windows требует больше памяти шрифта, но обеспечивает лучшее качество отображения, поскольку создание стилистически корректных комбинаций – задача сложная (предпочтительнее для документов). Альтернативный подход – наложение последовательности средних (jungseong) и конечных (jongseong) элементов, а также среднекорейского знака ударения (при необходимости) поверх последовательности начальных (choseong) элементов, если шрифт содержит чамо для средних и конечных элементов с нулевым интервалом, вставленным слева от курсора или каретки, что позволяет им отображаться в правильном месте под (или справа от) начального элемента. Если слог содержит горизонтальный средний элемент (ㅗ, ㅛ, ㅜ, ㅠ или ㅡ), начальный элемент, вероятно, будет смещен влево в полном слоге по сравнению с предварительно сформированными слогами из-за пространства, необходимого для вертикального среднего элемента, что может привести к эстетически непривлекательному отображению, особенно при попытке отобразить среднекорейский текст Хангыль без использования изображений, романизации, замены устаревших чамо или нестандартных кодировок. Однако большинство современных шрифтов не поддерживают эту возможность. Стандарт Unicode также предпринял попытку создать унифицированный набор символов CJK, способный представлять китайские (Ханьцзы), японские (Кандзи) и корейские (Ханча) производные этого письма посредством унификации Хана, которая не учитывает язык или регион при отображении китайских символов, если типографские традиции не привели к существенным различиям в их внешнем виде. Унификация Хана подвергалась критике.

In RFC 1557, a method known as ISO 2022 KR for seven bit encoding of Korean characters in email was described. Where eight bits are allowed, EUC KR encoding is preferred. These two encodings combine US ASCII (ISO 646) with the Korean standard KS X 1001:1992 (previously named KS C 5601:1987). Another character set, KPS 9566 (similar to KS X 1001), is used in North Korea. The international Unicode standard contains special characters for the Korean language in the Hangul phonetic system. Unicode supports two methods. The method used by Microsoft Windows is to have each of the 11,172 syllable combinations as code and a preformed font character. The other method encodes letters (jamos) and lets the software combine them correctly. The Windows method requires more font memory but allows better shapes, since it is complicated to create stylistically correct combinations (preferable for documents). Another possibility is stacking a sequence of medial(s) (jungseong) and a sequence of final(s) (jongseong) or a Middle Korean pitch mark (if needed) on top of the sequence of initial(s) (choseong) if the font has medial and final jamos with zero width spacing inserted to the left of the cursor or caret, thus appearing in the right place below (or to the right of) the initial. If a syllable has a horizontal medial (ㅗ, ㅛ, ㅜ, ㅠ or ㅡ), the initial will probably appear further left in a complete syllable than in preformed syllables due to the space that must be reserved for a vertical medial, making aesthetically poor what may be the only way to display Middle Korean hangul text without resorting to images, romanization, replacement of obsolete jamo or non standard encodings. However, most current fonts do not support this. The Unicode standard also has attempted to create a unified CJK character set which can represent Chinese (Hanzi) and the Japanese (Kanji) and Korean (Hanja) derivatives of this script through Han unification, which does not discriminate by language or region in rendering Chinese characters if the typographic traditions have not resulted in major differences in what a character looks like. Han unification has been criticized.

Ввод текста

На корейской компьютерной клавиатуре текст обычно вводится нажатием клавиши для соответствующего джамо; операционная система создает каждый составной символ на лету. В зависимости от редактора метода ввода и раскладки клавиатуры, двойные согласные можно ввести, удерживая клавишу Shift. Когда все джамо, составляющие слоговой блок, введены, пользователь может инициировать преобразование в ханча (или другие специальные символы) с помощью сочетания клавиш или кнопки интерфейса; южнокорейские клавиатуры имеют для этого отдельную клавишу. Последующее полуавтоматическое преобразование в ханча поддерживается в различной степени текстовыми процессорами. При использовании клавиатуры другого языка большинство операционных систем требуют от пользователя ввода с использованием исходной корейской раскладки; наиболее распространенной является Дубольщик. В других языках, например, японском, текст можно вводить на неродных клавиатурах с помощью романизации. Операционные системы, такие как Linux, позволяют настроить engine/hangul/hangul keyboard='ro, что приводит к клавиатуре ромаджа; ввод "seonggye" дает 성계. В этой конфигурации ㄲ получается с помощью "gg", а не "gg". Это позволяет ввести "jasanGun" для получения 자산군, вместо ввода "jasangun" (который выдаст 자상운).

До разделения Кореи

Ввод корейского текста связан с корейскими пишущими машинками (타자기) до появления компьютеров. Неясно, какая была первая корейская пишущая машинка; по словам Чан Бонг Сона, Гораций Грант Андервуд создал корейскую пишущую машинку в первом десятилетии XX века. Ли Вон Ик, проживавший в Соединенных Штатах, считается разработчиком первой корейской пишущей машинки в 1914 году. В 1927 году Сон Ки Чжу изобрел первую пишущую машинку системы "Дубольсик" в Чикаго, однако она не сохранилась. Пишущая машинка Сонга 1934 года хранится в музее Хангыля как старейшая из сохранившихся корейских пишущих машинок. Изобретение пишущей машинки привело к разработке других моделей в 1945 году Ким Чжун Суном и в 1950 году Конг Бён Ву.

После разделения

Южная Корея изначально использовала стандарт Невольсик, но в 1985 году стандартом стал Дубольсик.

Ханья

Некоторые корейские шрифты не содержат ханча, и текстовые редакторы не позволяют пользователю задать шрифт, который будет использоваться в качестве резервного для ханча в тексте; каждую последовательность ханча необходимо форматировать вручную, чтобы применить желаемый шрифт.

Знаки высоты и вертикальный текст

Вертикальный текст поддерживается слабо (или вообще не поддерживается) HTML и большинством текстовых редакторов. Это не является проблемой для современного корейского языка, который обычно пишется горизонтально; однако до второй половины XX века корейский язык часто писали вертикально. Тексты XV века, написанные на хангуле, содержали знаки высоты тона слева от слогов, которые включены в Юникод, хотя современные шрифты их не поддерживают.

Совместимость с блоком Jamo

Блок Unicode Hangul Compatibility Jamo был выделен для обеспечения совместимости с набором символов KS X 1001. Он обычно используется для представления хангыля без разделения начальных и конечных согласных.

Блоки Хангуль Джамо

Блоки Хангуль-Джамо, Хангуль-Джамо Расширенный А и Хангуль-Джамо Расширенный В содержат начальные, средние и конечные джамо, включая устаревшие джамо.

Код зоны частного пользования Ханьяна

Hangul (текстовый процессор) поставлялся со шрифтами от Hanyang Information and Communication, которые отображали устаревшие символы хангыля в частные области кодирования Unicode. Несмотря на использование частных областей кодирования вместо выделенных кодовых точек, отображение Hanyang было самым распространенным способом представления устаревшего хангыля в Южной Корее в 2007 году. Однако, начиная с Hangul 2010, компания Hancom отказалась от использования кодов Hanyang PUA и начала представлять устаревшие символы хангыля с помощью Unicode-совместимых слогов (jamo).