Лингвофорум

Цитата: Python от октября 18, 2011, 21:09
ä — два символа
ä — один
У меня не превращается почему-то.

Глазами вижу, что верхний диерезис набекрень. Посмотрим, что будет после отправки сообщения...

Р.Ѕ. таки два сверху один снизу.

Цитата: Python от октября 18, 2011, 21:18
В приведенной Вами цитате уже скомпозились.

и правда. Чо ж то за пипец.
А вы быстрым ответом, или полным пользуетесь? Может в этом разлика?

Цитата: Python от октября 18, 2011, 21:21
Глазами вижу, что верхний диерезис набекрень. Посмотрим, что будет после отправки сообщения...

В том сообщении, где два разных варианта у меня на экране абсолютно идентичные символы. до пикселя на Ктрл++++++++++++

И тем, и другим, вроде бы. Предполагаю, что раз у меня они не композятся, а у Вас композятся, то это фокусы разных браузеров.

Цитата: Python от октября 18, 2011, 21:24
И тем, и другим, вроде бы. Предполагаю, что раз у меня они не композятся, а у Вас композятся, то это фокусы разных браузеров.

Но в первом вашем сообщении у меня всё на месте как было набрано.

Скорее всего, композение происходит в самом браузре при отправке данных формы. Причем, Опера 9 у меня так не делает.

Цитата: Python от октября 18, 2011, 21:31
Скорее всего, композение происходит в самом браузре при отправке данных формы.

От это да, по симптомам подходит.

Кстати в этом нет особо ничего дурного. Хотя лучше бы этим процессом можно было руководить.

Цитата: Искандер от октября 18, 2011, 20:47

Цитата: Hellerick от октября 18, 2011, 20:15
Глифы — хранятся в шрифтах, способы набора — определяются раскладкой и IME, кодировка символов не имеет прямого отношения ни к тому, ни к другому.

Ну впринципе как-то так.
Единственный чоткий пример в юнике на ситуацию, когда глиф и код не связаны, что я знаю, это i+комбо-диакритика, для которой действительно используется другой глиф, чем для собственно i.
И да, не способы набора определяются раскладкой, а наоборот, изначально раскладки разрабатывались с оглядкой на набор. Сегодня наблюдается постепенный дрейф. Потихоньку-понемногу люди приучаются мыслить отдельной диакритикой и она появляется в новых раскладках. Особенно этому способствуют языки, использующие латинский алфавит и стопицот разных акутов/макронов/огоньков. Комбайнинг плотно вошёл в деванагори-и-Ко раскладки. Так что может быть когда-нибудь... Но специально к этому стремиться не стоит. Это само должно получаться так. Юникод же позволил мне сократить до стандартной клавы раскладку для хаама со всеми его ä á à ĉ ņ ļ ë ĝ å и прочими. Да это были комбайны. Вру, Ņ ja Ļ — не комбайны.

Dead keys и Compose были задолго до уникода, так что уникод к мышлению отдельной диакритикой непричем.

Цитата: Искандер от октября 18, 2011, 20:56
По хангылям не спец. Если кто кинется в мя описанием всей этой технологии с хангылями и деванаярами, я може чо и узнаю. А пока — не спец.

Да ничего там с хангылями нет страшного. Банально большая таблица. При вводе отдельных хангылей смотрится, какой код будет у составного, по таблице. Потом растеризатор смотрит шрифт, в шрифте составной прописан, скорее всего, через ссылки на отдельные. В общем, непонятно, зачем этот огород.

Цитировать

Цитата: Demetrius от октября 18, 2011, 20:41

Цитироватьюникод, оперирующий глифами

Незнание матчасти.

И цо же, пане, на уровне дви вы поставите таки в соответствие с кодами юникода?

Ничего не поставлю. Однозначного соответствия нет. Коды уникода—это коды уникода, а глифы—это глифы.

А какие глифы Вы поставите для кодов U+E01EF 'Variant selector-256', U+E0052 'Tag Latin capital letter R' или банально U+200B 'Zero width space'?

Цитата: Искандер от
Ну тогда видимо не все старые кодировки нужны, в юнике.

IMO совместимость со старыми кодировками не нужна вообще.

Цитировать

Цитата: Demetrius от октября 18, 2011, 20:41
Уникод и лаконичность кодировки несовместимы.

Включение прекомбинированных символов было обусловлено техническими причинами: сделать так, чтобы подмножество, которое можно использовать без реализации комбинируемой диакритики, было достаточно большим. То есть люди заранее готовились, что полностью уникод никто реализовывать не будет.

то есть вы предлагаете и для i вместо двух байт  использовать чатырэ?

Ну, i—это крайний случай, но почему нет? Все равно:
а) тексты в уникоде заранее известно, что фейлят по размеру относительно старых кодировок,
б) многие протоколы используют нонче сжатие,
в) это позволит уменьшить размер программ и шрифтов, чем освободит память.

Цитата: Demetrius от октября 18, 2011, 22:54
Dead keys и Compose были задолго до уникода, так что уникод к мышлению отдельной диакритикой непричем.

А где я утверждал что-то отличное?

Цитата: Demetrius от октября 18, 2011, 23:12
Да ничего там с хангылями нет страшного. Банально большая таблица. При вводе отдельных хангылей смотрится, какой код будет у составного, по таблице. Потом растеризатор смотрит шрифт, в шрифте составной прописан, скорее всего, через ссылки на отдельные. В общем, непонятно, зачем этот огород.

Ну тогда нужен выпил лишнего, я ж не против.

Цитата: Demetrius от октября 18, 2011, 23:12
А какие глифы Вы поставите для кодов U+E01EF 'Variant selector-256', U+E0052 'Tag Latin capital letter R' или банально U+200B 'Zero width space'?

И то правда... Но вот за последний мне интересно — зачем он нужен в юнике?

Цитата: Demetrius от октября 18, 2011, 23:12
Ну, i—это крайний случай, но почему нет? Все равно:
а) тексты в уникоде заранее известно, что фейлят по размеру относительно старых кодировок,
б) многие протоколы используют нонче сжатие,
в) это позволит уменьшить размер программ и шрифтов, чем освободит память.

Ололо. Вы можете научить людёв набирать ä из двух элементов, но i... ***!

Цитата: Искандер от октября 19, 2011, 08:38

Цитата: Demetrius от октября 18, 2011, 23:12
А какие глифы Вы поставите для кодов U+E01EF 'Variant selector-256', U+E0052 'Tag Latin capital letter R' или банально U+200B 'Zero width space'?

И то правда... Но вот за последний мне интересно — зачем он нужен в юнике?

Если честно, хз. Может, лигатуры разбивать? Хотя в чем его отличие от zero width non-joiner?

Можно для китайского можно заюзать. Поразделял ими текст на слова: и парсить удобно, и пользователям не мешает читать.

Кстати, думаю, заюзаю я его в своем личном формате словарика. Слоги разбивать.

Цитировать

Цитата: Demetrius от октября 18, 2011, 23:12
Ну, i—это крайний случай, но почему нет? Все равно:
а) тексты в уникоде заранее известно, что фейлят по размеру относительно старых кодировок,
б) многие протоколы используют нонче сжатие,
в) это позволит уменьшить размер программ и шрифтов, чем освободит память.

Ололо. Вы можете научить людёв набирать ä из двух элементов, но i... ***!

При чем набор к кодировке?

Ввод двух кодов по нажатию одной клавиши—гораздо меньшее изменение, чем повсеместный перепил однобайтовой кодировки в двухбайтовую или добавление комбинируемой диакритики. Технически без проблем реализуется.

Как и удаление двух кодов, если второй диакритика. GNOME уже так делает.

Цитата: Demetrius от октября 19, 2011, 08:56
Можно для китайского можно заюзать. Поразделял ими текст на слова: и парсить удобно, и пользователям не мешает читать.

Так не используют же...

Цитата: Demetrius от октября 19, 2011, 08:56
чем повсеместный перепил однобайтовой кодировки в двухбайтовую

Ну два байта — дело решённое.

Цитата: Demetrius от октября 19, 2011, 08:56
Как и удаление двух кодов, если второй диакритика.

и замена на прекомб

Цитата: Искандер от октября 19, 2011, 09:28

Цитата: Demetrius от октября 19, 2011, 08:56
Можно для китайского можно заюзать. Поразделял ими текст на слова: и парсить удобно, и пользователям не мешает читать.

Так не используют же...

В уникоде много такого, что не используют.

Да и в китайском деление на слова не стандартизировано. Иванов с Поливановым вон считали, что вещи типа teng1-yam1ngok6 (ting1-yin1yue) 'слушать музыку'—это одно слово-композит, потому что teng1 без дополнения не употребляется.

Цитировать

Цитата: Demetrius от октября 19, 2011, 08:56
чем повсеместный перепил однобайтовой кодировки в двухбайтовую

Ну два байта — дело решённое.

Сомнительно. Комбинированная диакритика, символы выше U+FFFF и невидимые символы сводят на нет все преимущества двухбайтной кодировки (что число символов равно числу слов). IMHO UTF-8 для уникода предпочтительнее.

Цитировать

Цитата: Demetrius от октября 19, 2011, 08:56
Как и удаление двух кодов, если второй диакритика.

и замена на прекомб

IMHO прекомбы надо выбросить. Тогда отпадает необходимость в процессе нормализации.

Цитата: Demetrius от октября 19, 2011, 10:34
IMHO прекомбы надо выбросить. Тогда отпадает необходимость в процессе нормализации.

Вот люди то на планете удивятся, википедируя "кернинг".

Цитата: Искандер от октября 19, 2011, 10:59

Цитата: Demetrius от октября 19, 2011, 10:34
IMHO прекомбы надо выбросить. Тогда отпадает необходимость в процессе нормализации.

Вот люди то на планете удивятся, википедируя "кернинг".

При чём комбинируемая диакритика к кернингу?

Извините, не сдержался. Шрифт подобран в тон Вашим репликам.

По уникоду прекомбы и символы с комбинируемой диакритикой должны выглядеть одинаково. В том числе и их кернинг. То, что на некоторых реализациях уникода они выглядят по-разному—это есть неполная реализация уникода.

А неполные они именно из-за монстрообразности. А монстрообразность в том числе из-за прекомбов.

Что касается i, то я бы сделал так:

Диакритика только комбинированная, за исключением не-турецкого i, то есть:

(1) i — отдельный символ LATIN SMALL LETTER I
(2) I — отдельный символ LATIN CAPITAL LETTER I
(3) ı — отдельный символ LATIN SMALL LETTER DOTLESS I
(4) I — отдельный символ LATIN CAPITAL LETTER DOTLESS I
(5) i — составляется из (3) и COMBINING DOT ABOVE
(6) İ — составляется из (4) и COMBINING DOT ABOVE

В турецком и азербайджанском использовать только (3)—(6), в остальных языках — (1) и (2).
Это делает преобразование регистра независимым от языка.
При наложении дополнительной верхней диакритики у (1) точка исчезает, а у (5) и (6) — нет.
При сочетании 'f' c (1), образуется лигатура fi; а с (5) — не образуется.

+1

Тайльнемер имеет наглость публиковать мои мысли.

Ви таки будете смеяться, но номер пятий в сочетании с номером вторим используется во вьетнамском. В смысле, что точка по понятиям должна сохраняться у минускула под диакритиками. По вашей схеме это влечёт за собой

α) создание 7) LATIN SMALL LETTER VIETNAMESE I и 8) LATIN CAPITAL LETTER VIETNAMESE I,
β) Перерисовку символа ỉ,
γ) добавление новых, правильных ìÌ íÍ ĩĨ. На этот раз уже с маюскулами.

Цитата: Vertaler от октября 19, 2011, 13:36
В смысле, что точка по понятиям должна сохраняться у минускула под диакритиками.

Почему это?

Цитата: DarkMax2 от октября 19, 2011, 13:50

Цитата: Vertaler от октября 19, 2011, 13:36
В смысле, что точка по понятиям должна сохраняться у минускула под диакритиками.

Почему это?

А почему небо голубое?

Цитата: Vertaler от октября 19, 2011, 14:03А почему небо голубое?

Читайте http://susanna.21428s12.edusite.ru/p9aa1.html

Цитата: Demetrius от октября 19, 2011, 08:56
GNOME уже так делает.

Тоже заметил эту фичу. Оно, конечно, прикольно, но что делать, если влепил лишний диакритик и надо его удалить, оставив исходную букву?

Цитата: Vertaler от октября 19, 2011, 13:36
В смысле, что точка по понятиям должна сохраняться у минускула под диакритиками.

На практике это сейчас реализуется?
Пруф бы.

Цитата: Demetrius от октября 19, 2011, 12:20
При чём комбинируемая диакритика к кернингу?

В том, что это работает только с ненулевым кернингом разумеется, вы вообще говоря процесс набора текста представляете вгде?

Цитата: Demetrius от октября 19, 2011, 12:20
Извините, не сдержался. Шрифт подобран в тон Вашим репликам.

Абсолютно изумительно подобрали. В кои веки вижу сей шрифт употреблённым к месту и ко времени.

Цитата: Demetrius от октября 19, 2011, 12:20
По уникоду прекомбы и символы с комбинируемой диакритикой должны выглядеть одинаково. В том числе и их кернинг. То, что на некоторых реализациях уникода они выглядят по-разному—это есть неполная реализация уникода.

А неполные они именно из-за монстрообразности. А монстрообразность в том числе из-за прекомбов.

Так вот неполная реализация возможностей шрифтов радует нас во всех вообще програмных продуктах этих наших имбицилов. И это печально, да.
Но.
Смысл последнего предложения от меня старательно ускользает.

Цитата: Тайльнемер от октября 19, 2011, 12:53
Что касается i, то я бы сделал так:

Диакритика только комбинированная, за исключением не-турецкого i, то есть:

самое смешное, что по логике шрифта как такового для турецкого ı и базового элемента î ï í ì должны использоваться разные глифы. Самое логичное -- кодировать их разными кодами.