- From: Ethan Chen <chief@ethantw.net>
- Date: Sun, 24 Oct 2010 03:33:11 +0800
- To: John Hax <johnhax@gmail.com>
- Cc: 中文HTML5同樂會ML <public-html-ig-zh@w3.org>
- Message-Id: <2B78413C-53ED-41F0-B8B1-735039BF056B@ethantw.net>
先謝謝John的整理。 > 按照新的语言tag,zh属于macrolang(语族?),而具体的语言如: > cmn(普通话、国语) > yue(粤语) > wuu(吴语) > > 按照BCP47,zh-cmn这种写法是冗余的,尽量用cmn直接表示。 > 此外还有Hans/Hant表示简体和繁体。加上地区code,完整的写法是: > > 台湾用繁体中文写的国语 cmn-Hant-TW > 大陆用简体中文写的普通话 cmn-Hans-CN > 香港用繁体中文写的粤语 yue-Hant-HK > > 问题是,如果一个文档的lang被标记为上述tag,则前述书名号的CSS样式就无法匹配。 中文標點符號是地域性的,而非語種性的。也就是說,在台灣,只要是漢字文章,無論是用閩南語、國語、客家話來寫作,都是套用台灣教育部的標點符號標準;在中國就用中國的標準。 網頁如果使用大陸標準的「繁體字」(hant-cn,GB),一樣得用大陸的《書名號》。所以只寫cmn、wuu、yue、hoklo可能還不夠,應該也要標註網頁是以何種標準的繁、簡體寫作的。也方便瀏覽器及設計師宣染正確的中文字型。這無法以unicode分區解決,因為同一個glyph可能在不同國家有不同寫法。像是大陸繁體也會用放在左下的句號以及如下的繁體字: 台灣則用: 所以<cite>標籤預設樣式可以寫成: > cite:lang(-hans-CN|-hant-CN|zh):not(:lang(zh-latn)) { > font-style: normal; > quotes: '《' '》' '〈' '〉'; > } > cite:lang(-hans-CN|-hant-CN|zh):not(:lang(zh-latn)):before { > content: open-quote; > } > cite:lang(-hans-CN|-hant-CN|zh):not(:lang(zh-latn)):after { > content: close-quote; > } > cite:lang(-hant-TW|zh-tw) { > quotes: none; > text-decoration: wave underline; > } 如此一來不同標準的書名號就可以分別套用於不同標準的漢字,除了不影響拉丁化的中文外,也能去除冗餘的zh-前綴。 再請問一下普通話的cmn是common的縮寫嗎?因為台灣都用Mandarin,大陸也是,感覺用mdr會比較好。 我一直覺得很怪,之前如果台灣有人用閩南語寫作,可能得標成「zh(-Hant)-TW」。但zh這縮寫本身就不中性,它代表「中文」的「普通話」漢語拼音(zhongwen)。所以說zh是個語族也不太對吧,因為zh是「等於」cmn(普通話)的呀。像日文、韓文都是用英語慣用的ja和ko,中文跳過ch(Chinese)改用zh不曉得有沒有什麼歷史因素呢?還有一點,「yue」應該是普通話拼音,剛剛查了字典,粵語中「粵」字唸作「jyut」[1]。吳語是用吳語自己的拼音「wuu」;客家話、閩南語也都用自己的拼音。所以這個language tag好像有欠準則呀! 但說實話,採用zh對我們來說其實很方便。由於字母排序(alphabetical)的關係,查多國語言資料的時候(如《維基百科》)拉到最下面就可以找到中文普通話。不曉得可不可以保留zh作為普通話、讓ch作為中文語族呢? http://humanum.arts.cuhk.edu.hk/Lexis/lexi-can/search.php?q=%B8f 在 Oct 23, 2010 5:27 PM 時, John Hax 寫到: > > lang()伪类选择器用于选择语言,比如我们之前提到过的书名号问题: > > > cite:lang(zh) { > font-style: normal; > quotes: '《' '》' '〈' '〉'; > } > cite:lang(zh):before { > content: open-quote; > } > cite:lang(zh):after { > content: close-quote; > } > cite:lang(zh-Hant-TW) { > quotes: none; > text-decoration: wave underline; > } > > > lang()匹配的规则同[att|=val],即lang(C)匹配值等于C,或以C开头跟一个 - 。 > > > 问题出在新的BCP47(http://www.ietf.org/rfc/bcp/bcp47.txt)上。 > > 按照新的语言tag,zh属于macrolang(语族?),而具体的语言如: > cmn(普通话、国语) > yue(粤语) > wuu(吴语) > > 按照BCP47,zh-cmn这种写法是冗余的,尽量用cmn直接表示。 > > 此外还有Hans/Hant表示简体和繁体。加上地区code,完整的写法是: > > 台湾用繁体中文写的国语 cmn-Hant-TW > 大陆用简体中文写的普通话 cmn-Hans-CN > 香港用繁体中文写的粤语 yue-Hant-HK > > 问题是,如果一个文档的lang被标记为上述tag,则前述书名号的CSS样式就无法匹配。 > > 当然,根据W3C国际化工作组的选择语言Tag的FAQ(http://www.w3.org/International/questions/qa-choosing-language-tags),为了向后兼容,可以继续用zh。 > > 这样就是 > > 台湾用繁体中文写的国语 zh-cmn-Hant-TW > 大陆用简体中文写的普通话 zh-cmn-Hans-CN > 香港用繁体中文写的粤语 zh-yue-Hant-HK > > 问题在于,这样可以匹配前述《》,但是仍然无法匹配zh-Hant-TW所写的浪线规则。 > > > 在这个case里,首先: > > 样式表的语言选择器的值,是没有问题的。因为书名号规则与是国语还是粤语并无关系,标点符号规则只与所用文字,还有国家地区的标准和习惯有关。 > > 如果说有什么问题,那只有 > cite:lang(zh) { > font-style: normal; > quotes: '《' '》' '〈' '〉'; > } > 这里写得过于宽泛。如zh-Latn-pinyin或zh-Latn-wadegile(威妥瑪拼音)是不用书名号的。但是这里表示的是绝大多数被标记为zh-*的都用书名号。然后可用进一步的lang()规则来override。 > > > 其次: > > 文档的语言tag,也是没有问题的。因为文档可能包含语言相关因素。如粤语(yue)的书面语可能包含特殊的汉字。比如文档的语言标记为zh-gan-Hant,表示这是一个繁体中文写的赣语文章。而标记为zh-wuu-Hans表示这是一个简体中文写的吴语文章。 > > > 所以只能说是lang()选择器有所不足。 > > 对于 cite:lang(zh-Hant-TW) 实际上我们希望匹配 zh-*-Hant-TW ,例如 zh-nan-Hant-TW ,用繁体中文写的闽南语文章。 > > > > > 提议的解决方案 > > 扩展lang()选择器及[att|=val]选择器 > > > 方案一: > > 允许用*匹配。比如可写: > cite:lang(zh-*-Hant-TW) {...} > > 该选择器应该匹配以下tag > zh-Hant-TW > zh-cmn-Hant-TW > zh-nan-Hant-TW > ... > > > 方案二: > > 允许匹配部分subtag【前提是不同用途的subtag不会重复】。比如可写: > > cite:lang(zh):lang(Hant-TW) > 或 > cite:lang(zh):lang(Hant):lang(TW) > > 也可以达到上述目标。 > > > > > 以上。 > > >
Received on Saturday, 23 October 2010 19:33:56 UTC