作者gugod (啊)
看板Perl
標題Re: [問題] 一個奇怪的漢字編碼問題(Unihan?)
時間Wed Sep 16 06:44:07 2015
Unicode 方面的檢索，可直接使用 unicode.org，其中有一頁是
漢字相關的：
http://www.unicode.org/charts/unihan.html
雖然 CTA 做得好像不存在似的，但"Lookup" 鈕旁邊可以輸入漢字，並
查到各重資料。以下是「行」字 ( U+884C )
http://www.unicode.org/cgi-bin/GetUnihanData.pl?codepoint=%E8%A1%8C
在這頁最下面可以看到這碼位有個對應的 kZVariant 是 U+FA08。
關於 z variant 其奇妙無比的解釋，請詳閱
http://www.unicode.org/reports/tr38/index.html#N10211
http://www.unicode.org/reports/tr38/index.html#kZVariant
摘錄如下：
... Briefly, however, the three-dimensional model uses the x-axis to represent meaning,
and the y-axis to represent abstract shape. The z-axis is used for stylistic variations.
簡譯如下：
... 不過簡單地說, 就是以三維模型來表示變種。X 軸表意，Y 軸象型。Z 軸則用來區別風格。
也就是說，如果有兩個碼位互為 Z 變種，表示那兩碼位對應的字是同意同型，但「書寫風格」不同。
不過由許多例子看來，同型倒也不是指筆劃完全相同，實在是很奇妙。像「說」與「説」這對是 Z 變種，
「貓」與「猫」則是 Y 變種。
要得知哪些碼位有 Z 變種，可下載 Unihan.zip （在頁面左方可找到連結）
ftp://ftp.unicode.org/Public/UNIDATA/Unihan.zip
解開後在 Unihan_Variants.txt 檔案中找 kZVariant
> grep kZVariant Unihan_Variants.txt | perl -CO -aE 'say join " ", map { ($_, chr(hex($_ =~ s/^U\+//r)))} @F[0,2]'
U+3588 U+439B
U+363D U+39B3
U+39B3 U+363D
U+3ADA U+66F6 曶
U+418B U+9F9D 龝
U+439B U+3588
U+4E04 丄 U+4E0A 上
U+4E05 U+4E0B 下
U+4E0A 上 U+4E04 丄
U+4E0B 下 U+4E05
U+4E0C 丌 U+5176 其
U+4E0D 不 U+F967 不
U+4E16 世 U+4E17 丗
U+4E17 丗 U+4E16 世
U+4E18 丘 U+4E20
U+4E21 両 U+5169 兩
U+4E23 U+9149 酉
U+4E26 並 U+5E77
U+4E2C 丬 U+723F 爿
....
(ptt 可能無法儲存某些字，會變問號，請自已試試)
Dan Kogai 曾經釋出 Unicode::Unihan ，基本上是處理這個檔案，但已經七年沒更新了，
自行處理一下可能較為適合。
--
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 77.163.137.207
※ 文章網址: https://webptt.com/m.aspx?n=bbs/Perl/M.1442357056.A.EDE.html
1F：推 CindyLinz: 哇~~ 09/16 17:41
2F：推 herculus6502: 哇+1 09/20 10:02
※ 編輯: gugod (58.147.233.218 日本), 09/07/2021 07:49:48