需要哪些中文语言环境才能避免字符丢失或不匹配？
Phi*_*ipp 6 character-encoding unicode locale language
Arch Linux 在 中列出了以下不同的中文语言环境/etc/locale.gen：
#zh_CN.GB18030 GB18030
#zh_CN.GBK GBK
#zh_CN.UTF-8 UTF-8
#zh_CN GB2312
#zh_HK.UTF-8 UTF-8
#zh_HK BIG5-HKSCS
#zh_SG.UTF-8 UTF-8
#zh_SG.GBK GBK
#zh_SG GB2312
#zh_TW.EUC-TW EUC-TW
#zh_TW.UTF-8 UTF-8
#zh_TW BIG5
这些区域设置是特定于区域的（代表中国大陆、香港、新加坡和台湾，甚至不包括日本和韩国），但每个区域仍然有多个区域设置。
由于汉字的非系统性，又由于分布范围如此之大，将汉字编入UTF的过程并非一帆风顺，因地域而异。同一个字有许多变体，也有政治和文化因素在起作用，甚至在一个地区，人们可能更喜欢使用某些字符变体而不是官方的，而不仅仅是手写。
一些技术问题在这里用通俗的语言解释。
我的理解是，繁体中文和简体中文（例如？）中相同的字符以及同一“简体”或“繁体”类别中相同字符的不同变体获得相同的代码点，以及字符变体使用不同的字体实现。
相比之下，足够不同的版本（例如，不同的简体和繁体字符，如 ? 和 ?）获得不同的代码点，因此，同一字体可以包含多个版本的相同字符。
这种交织（简体、繁体和字符变体都包含在 UTF 中）导致了一个问题，为什么所有这些不同的语言环境对于中文都是必要的，以及作为用户，是否有必要安装它们。
在安装了足够字体的系统上（系统上每个要显示的字符都有一个字形）：
我真的需要这些语言环境中的哪些才能正确显示大多数字符？
哪些中文编码已经包含在另一种编码中（例如，UTF 是否与 Big5 或其他中文编码向后兼容，如与 ASCII 兼容）？
小智 5
我将使用西方的例子来避免中国政治并避免我缺乏中文知识。
\n我将使用一些字符，如果您缺少覆盖这些字符的字体，这些字符可能无法在您的计算机中正确呈现。这不是 Unicode 或本网站 HTML 的限制，而是计算机字体的限制[a]（请参阅本文的结尾）。
\n缺少代码点
\n您的描述：
\n\n\n这些区域设置是特定于区域的（代表中国大陆、香港、新加坡和台湾，这甚至不包括日本和韩国），但每个区域仍然有多个区域设置。
\n
是的，但性格并不重要。所有相同的字符[b]在所有国家/地区均可用。
\n[b]嗯，从技术上讲，所有相同的代码点在每种编码中都可用：UTF（全部：8、16、32 等）、GBK、GB2312、BIG5-HKSCS、EUC-TWUTF-8 和 BIG5。这类似于代码页 437和代码页 862之间的一些差异（随机选择两个）。两者共享 0-127 的所有 ASCII 范围，并且各自尝试涵盖一种特定语言。代码页 437 是原始 IBM PC（个人计算机）的字符集，并尝试覆盖拉丁语的通用使用（不擅长任何语言）。代码页 862 是 DOS 下用于希伯来语的代码页。因此，所有 GB2312 对相同的代码点使用相同的数字，并且这些相同的代码点适用于任何国家/地区。
\n了解所有代码点（我的意思是所有）都可以在 UTF（任何版本）中使用。
\n拥有多个国家/地区的原因是为了处理日期格式、工作日名称、货币名称和所有其他元素。不是人物。
\n这涵盖了标题的第一部分：
\n\n\n需要哪些中文语言环境才能避免遗漏...
\n
选择您喜欢的任何使用 UTF（现在可能是 utf-8）的国家（甚至是美国、英国、法国等） ，并且忘记丢失的字符，好吧，再次，代码点。
\n\n
图像不匹配
\n注意，我没有使用字符这个词，而是图像，原因很长，解释一下：
\n字素
\n如上所述，代码点与用于表达声音或想法的图像不同。人类语言远比这种简单的描述复杂。为了对字素是什么进行有效的描述，我们可以引用维基百科（强调我的）：
\n\n\n字素在语言学中，字素是任何给定语言的书写系统的最小单位。1单个字素本身可能具有也可能不具有意义，并且可能对应也可能不对应于口语的单个音素。字素包括字母、印刷连字、汉字、数字、标点符号和其他单独的符号。字素也可以被解释为独立表示语言材料的一部分的图形符号。
\n
所以：有点类似于说：图形符号。
\n但该符号可能与声音（在西方文字中）不是一对一的关系，解释如下：
\n
\n汉堡一词
一种声音适合两个人 o。
它也不像这个词的形象那样与单一的观念（意义）相连spoon，即：Spoon可能与几个观念相连。
语素
\n中文甚至更加丰富（按字符数计算）：
\n...中文书写系统由无限的字符或语标组成，代表意义或语素（即单词）的单位。与其他语言一样，中文也有数千个单词。因此，中文书写系统需要数千个字符来表示其每个独特的语素。
\n字形
\n每个语标（代表一个意义单位）可能有几个图像。
\n
代表小写字母“a”的各种字形；它们是字素“a”的异位字母
\n因此，标题第二部分的答案本质上比简单的“字符编号列表”（代码点）更复杂。
\n看似简单的“R”，可能是拉丁字符或数学符号（ 、 、 、 和 只是数学符号的一些示例），甚至是重音符号（\xc5\x94、\xc5\x98、\xc8\x90 、\xc8\x92 或 \xc9\x8c 等）。所以，实际上，并不是一个简单的“R”，而是其中的一些。
\n字体
\n[a]为了能够呈现所有这些不同的代码点，您需要字体。
\n字体有一个概念，叫做覆盖率。包含多少个代码点。
\n一个极端（非常大的文件）示例是Unifont覆盖BMP 中的所有（可见）代码点。
\n
例如， (U+1110C CHAKMA LETTER CAA) Chakma Alphabet不是您计划看到的字母，但它包含在Unifont中。
\n还有其他具有出色覆盖范围的开放（免费）字体，例如Code2000
\n还有能托
\n维基百科网页中提供了不同中文字体的示例
\n
| 归档时间： |
|
| 查看次数： |
1369 次 |
| 最近记录： |