Re: 求助：關於Big5和Big5-HKSCS的問題

抱歉，回信晚了很多。

(12/06/13 0:20), Evan Li wrote:
> 就這個問題來說
> 因為這議題對我來說是有點大，而且我的編碼這領域還在摸索
> 所以整段文章看下來，有諸多不了解的部份，以下如果有一些不當的問題？也請大家不吝指教

我試著回答下面問題，也請大家不吝指教。

> 1.在顯示中文時，不能根據<meta charset="big5">，則瀏覽器就以big5來解碼，若設定為<meta
> charset="big5-hkscs">就以big5-hkscs來解碼嗎？為什麼一定要有一個預設的解碼呢？

主要是沒有人知道 "big5" 是什麼。"big5" 是一個大標籤，有很多種類[1]，看起
來最「官方」的 big5-2003 就我所知沒有任何瀏覽器採用（也不知道到底有什麼
軟體採用），最不官方的微軟 CP950 有最多的使用者。

> 2.以目前firefox來說，若網頁設定為<meta
> charset="big5">時，解碼表big5所指的就是big5-2003嗎？還是big5-uao呢？

big5-uao。同樣參考[1]。

> 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。

> 這種情況我的感覺是，我在big5裡自建立台灣話的編碼big5-tw，再用台灣話的
> 論壇文章來證明，big5-tw是比較適合做為default的big5解碼表感覺，所以是否
> 應該先建立一套較完整的比較標準呢？

阿菲的比較標準是 Alexa 前百萬網站裡每個各選十頁，所以在[2]的統計裡面台灣
網站其實比香港網站多了，我不能說很喜歡這個標準（個人是希望前萬名每個一千
頁），但是主要問題是 Bing API 不能抓超過二十頁、、、另外，老實說我不覺得
換個方式會得到很不一樣的結果。

> 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？

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。

(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？
> 還是FF本來就無法顯示自造區使用者製作的字型呢？

這個問題有點廣泛，UAO 跟 big5-hkscs 有一些重複吧？那這些重複的造字區的字
在 big5-hkscs 就可以呈現，否則不行。像是「漢字構型資料庫」和「中華佛典
CBETA」還真的沒聽過，大概不行，不過恐怕要拿對應表查一查。

有興趣的話可以來翻一下 Encoding Standard[3]，裡面有 big5-hkscs 的對應表
（規範文字裡也有解讀的方法），其他的在[1]都有。

[1] http://moztw.org/docs/big5/
[2]
http://lists.whatwg.org/htdig.cgi/whatwg-whatwg.org/2012-April/035370.html
[3] http://dvcs.w3.org/hg/encoding/raw-file/tip/Overview.html


以上

Kenny

Received on Monday, 18 June 2012 05:26:28 UTC