Home ✦ Index

Tổng quan về Unicode — Thống nhất mã

Chắc chắn là người Việt chúng ta – ít nhất là những người thường làm việc trên giàn máy vi tính, hoặc thỉnh thoảng sử dụng nó – đều có lúc cảm nhận nhu cầu trao đổi thông tin, tài liệu với những người bạn Việt ở xa qua điện thư. Nhưng một điểm cũng khá chắc nữa là chúng ta phải đối đầu vấn đề: Làm cách nào để trình bày văn bản tiếng Việt cho thật chuẩn xác với những dấu hệ thuộc, sử dụng bộ chữ gì để có thể liên lạc được với nhau? Thật là không có gì chán cho bằng phải đọc tiếng Việt không có dấu hoặc không đọc được gì cả, bởi vì tất cả những dấu được viết chuẩn mực bởi người viết giờ đây được thay thế bằng những kí tự vô nghĩa trên máy của người nhận. Đối với những người Việt trong nước thì vấn đề có vẻ không khó giải cho lắm, bởi vì trên máy của họ ít nhất cũng có một vài Font chữ Việt được nhiều người sử dụng; nhưng khi phải liên lạc với người Việt hải ngoại hoặc khi Việt kiều muốn liên lạc với nhau thì trường hợp lại hoàn toàn khác. Việc nhập chữ Việt cũng như có một bộ chữ nhất định để có thể trình bày Việt ngữ mà bất cứ một Việt kiều nào cũng có thể sử dụng được, có thể đọc được quả là một vấn đề nan giải.

Cũng tương tự việc trình bày tiếng Việt trong trường hợp nêu trên, các nước Âu châu đều gặp »vấn đề« khi phải trao đổi văn bản với nhau. Một nhà quản trị gửi một văn bản tiếng Tây Ban Nha đến một người nào đó tại Hi Lạp qua dạng điện thư, để rồi được kể lại rằng, những chữ La Tinh có dấu đã được thay thế bằng những kí tự Hi Lạp! Còn nói gì đến đến những nước với những ngôn ngữ, bảng chữ cái đặc thù như Thổ Nhĩ Kì, Ả Rập, Thái Lan, và last but not least: những nước Đông á với những chữ biểu tượng như Trung Hoa, Hàn quốc, Nhật Bản và Việt Nam, với vô số tác phẩm chữ Nôm của ông bà tổ tiên còn phải được khai thác, phải được nghiên cứu.

Trước hết, chúng ta phải biết rõ hơn về bảng mã của hầu hết tất cả những bộ chữ quốc gia cũng như quốc tế hiện nay. Đó là bảng mã ANSI (American National Standards Institute) 8-bit với tổng cộng 256 giá trị, tương ưng với 256 kí tự mà người ta có thể cài đặt vào.

Trong 256 kí tự này thì chuỗi 128 kí tự đầu – cũng được biết dưới tên ASCII (American Standard Code for Information Interchange) –, lúc nào cũng như nhau, bởi vì chúng bao gồm bảng chữ cái La Tinh với những dấu căn bản (từ giá trị 32-127). Các vấn đề chúng ta vừa bàn luận bên trên không phải nằm ở đây, mà nằm ở thành phần thứ hai của bảng mã ANSI này, từ giá trị 128-255. Nó được thay đổi tuỳ bản ngữ của mỗi quốc gia. Và đây cũng là điểm xuất phát của những »chướng ngại« chúng ta vừa nêu trên: Mỗi giá trị nhất định có thể được mỗi quốc gia cài đặt một kí tự khác. Ngay trong tiếng Việt, các bộ chữ của mỗi nhà sản xuất (VNI, VNU, ABC, VPS, Vietware....) cũng mang một bộ mã khác nhau, chưa được thống nhất.

Làm thế nào để giải đáp, phục vụ nhu cầu thông tin liên lạc qua điện thư, qua mạng quốc tế trong thời đại điện tử hiện nay? Nhìn chung thì chúng ta phải rời bỏ hệ thống trình bày văn bản kí tự 8-bit; nó phải được nâng cấp lên để trở thành một hệ thống 16-bit với tổng cộng 65.536 (256x256) giá trị đặc thù để có thể trình bày tất cả những ngôn ngữ thông dụng trên thế giới – nhưng lại không mắc phải trường hợp trùng mã. Một hệ thống như thế đã được phát triển và được biết dưới tên UNICODE – Thống nhất biên mã (統 一 編 碼), hoặc viết ngắn là Thống nhất mã.

Thống nhất m l g?

ما هي الشفرة الموحدة "يونِكود" ؟ in Arabic

Co je Unicode? in Czech

Hvad er Unicode? in Danish

Qu'est ce qu'Unicode? in French

რა არის უნიკოდი? in Georgian

Was ist Unicode? in German

Τι είναι το Unicode; in Greek

유니코드에 대해? in Korean

Czym jest Unikod? in Polish

Что такое Unicode? in Russian

ｿQu es Unicode? in Spanish

Thống nhất mã là một hệ thống có khả năng mã hoá các kí tự trên cơ sở 16-bit. Các giá trị của những kí tự được trình bày bằng một chuỗi số Hexadecimal, bắt đầu từ U+0000 cho đến U+FFFF. Bảng mã này ra đời nhằm khắc phục những vấn đề, những trở ngại trong việc trao đổi thông tin, tài liệu điện tử. Thêm vào đó, Thống nhất mã cũng hỗ trợ những ngôn ngữ cổ, bảo vệ những di tích văn hoá của nhân loại. Trong phiên bản Unicode 3.0.1 hiện nay, 49.194 giá trị của 65.536 đã được định nghĩa. Với số lượng kí tự vĩ đại như thế, hầu hết các ngôn ngữ trên thế giới đều được mã hoá một cách toàn mĩ.

Thống nhất mã hoàn toàn tương thích bộ mã chuẩn quốc tế hiện nay là ISO-10646 Universal Character Set (UCS). Với cơ chế mở rộng đã được định nghĩa sẵn, bản mã 16-bit căn bản với 65.536 kí tự có thể được mở rộng đến trên 1.000.000 kí tự, và như vậy thì tất cả những ngôn ngữ của nhân loại xưa nay có thể được mã hoá, có thể được bảo tàng trong thời đại điện tử ngày nay.

Hiệp Hội Unicode (Unicode Consortium) được thành lập vào năm 1991 dưới tên UNICODE INC., được xem là một tổ chức phi vụ lợi, nhằm hỗ trợ, phát triển cũng như bảo vệ chất lượng của chuẩn Thống nhất mã trong những phiên bản sau này. Thành viên của Hiệp Hội Unicode bao gồm hầu hết các công ti sản xuất phần mềm lớn hàng đầu trên thế giới như IBM, Microsoft, Adobe, Digital, Novell, Sun, HP,...

(Bảng này được trích từ http://czyborra.com/unicode/characters.html#extraplanes, trang của Roman Czyborra, được sửa chữa và bổ sung.)

Basic Latin (US-ASCII): {U+0000..U+007F} A B C D E .. a b c d e..

Latin-1 (ISO-8859-1): {U+0080..U+00FF} Ð Ò Ó ð ò ó

Latin Extended A, B: {U+0100..U+024F} Ō Ā ō ā....

IPA Extensions: {U+0250..U+02AF}

Spacing Modifier Letters: {U+02B0..U+02FF}

Combining Diacritical Marks: {U+0300..U+036F}

Greek: {U+0370..U+03FF} Ά Έ Ή Ί Ϋ έ ΰ...

Cyrillic: {U+0400..U+04FF} Ё Ђ Ѓ Є Ѕ ё ђ ѓ є...

Armenian: {U+0530..U+058F}

Hebrew: {U+0590..U+05FF} א ב ג ה

Arabic: {U+0600..U+06FF} ءآأؤإئبة

Syriac: {U+0700..U+074D}

Thaana: {U+0780..U+07B1}

Devanagari: {U+0900..U+097F}:

Bengali: {U+0980..U+09FF} :

Gurmukhi: {U+0A00..U+0A7F}

Gujarati: {U+0A80..U+0AFF}

Oriya: {U+0B00..U+0B7F}

Tamil: {U+0B80..U+0BFF}

Telugu: {U+0C00..U+0C7F}

Kannada: {U+0C80..U+0CFF}

Malayalam: {U+0D00..U+0D7F}

Sinhalese: {U+0D80..U+0DFF}

Thai: {U+0E00..U+0E7F}

Lao: {U+0E80..U+0EFF}

Tibetan: {U+0F00..U+0FBF}

Mongolian: {U+1000..U+109F}

Georgian: {U+10A0..U+10FF}

Hangul Jamo: {U+1100..U+11FF}

Ethiopic: {U+1200..U+137F}

Cherokee: {U+13A0..U+13FF}

Canadian Syllabics: {U+1400..U+167F}

Ogham: {U+1680..U+169F}

Runic: {U+16A0..U+16FF}

Burmese: {U+1700..U+1759}

Khmer: {U+1780..U+17E9}

Latin Extended Additional: {U+1E00..U+1EFF} Bao gồm những chữ đặc thù Việt ngữ như Ạ ạ Ả ả Ấ ấ Ầ ầ Ẩ ẩ Ẫ.... cũng như những chữ chú âm chữ Phạn, những chữ Trung đông đã được La Tinh hoá nói chung ḍ Ḍ ḥ Ḥ ḷ Ḷ ṁ Ṁ ṃ Ṃ ṅ Ṅ ṇ Ṇ ṛ Ṛ ṣ Ṣ....

Greek Extended: {U+1F00..U+1FFF}

General Punctuation: {U+2000..U+206F}

Superscripts and Subscripts: {U+2070..U+209F}

Currency Symbols: {U+20A0..U+20CF}

Combining Marks for Symbols: {U+20D0..U+20FF}

Letterlike Symbols: {U+2100..U+214F}

Number Forms: {U+2150..U+218F}

Arrows: {U+2190..U+21FF}

Mathematical Operators: {U+2200..U+22FF}

Miscellaneous Technical: {U+2300..U+23FF}

Control Pictures: {U+2400..U+243F}

Optical Character Recognition: {U+2440..U+245F}

Enclosed Alphanumerics: {U+2460..U+24FF}

Box Drawing: {U+2500..U+257F}

Block Elements: {U+2580..U+259F}

Geometric Shapes: {U+25A0..U+25FF}

Miscellaneous Symbols: {U+2600..U+26FF}

Dingbats: {U+2700..U+27BF}

Braille Pattern Symbols: {U+2800..U+28FF}

CJK Radicals Supplement: {U+2E80..U+2EF3}

KangXi radicals: {U+2F00..U+2FD5}

Ideographic Description Characters: {U+2FF0..U+2FFB}

CJK Symbols and Punctuation: {U+3000..U+303F} 、 。 〃 《 》 「 」 『 』 【 】 〖 〗

Hiragana: {U+3040..U+309F} ぁ あ ぃ い ぅ う .... ゐ ゑ を ん ゔ

Katakana: {U+30A0..U+30FF} ァ ア ィ イ ォ オ カ ガ キ ギ

Bopomofo: {U+3100..U+312F} ㄅ ㄆ ㄇ ㄈ ㄉ ㄊ ㄋ ㄌ ㄍ ㄎ ㄏ....

Hangul Compatibility Jamo: {U+3130..U+318F} ㄱ ㄲ ㄳ ㄴ ㄵ ㄶ

Kanbun: {U+3190..U+319F} ㆒㆓㆔㆕㆖㆗㆘㆙㆚㆛㆜㆝㆞㆟

Enclosed CJK Letters and Months: {U+3200..U+32FF} ㊀ ㊁ ㊂ ㊃ ㊄ ㊅ ㊆ ㊊ ㊋ ㊌ ㊍ ㊎ ㊏ ㊐

CJK Compatibility: {U+3300..U+33FF} ㍘ ㍙ ㍚ ㍛ ... ㍱ ㍲ ㍳ ㍴ ㍼ ㍽ ㍾ ㍾ ...

CJK Unified Ideographs, Extension A: {U+3400..U+4DFF}

CJK Unified Ideographs: {U+4E00..U+9FA5} 一 丁 丂 七 丄 .... 龠 龡 龣 龤 龥 龥

Yi: {U+A000..U+A4C8}

Hangul syllables: {U+AC00..U+D7A3}

High Surrogates {U+D800..U+DBFF}

Low Surrogates {U+DC00..U+DFFF}

Private Use Area: {U+E000..U+F8FF}

Compatibility Area and Specials: {U+F900..U+FFFF}

CJK Compatibility Ideographs: {U+F900..U+FAFF}

Alphabetic Presentation Forms: {U+FB00..U+FB4F}

Arabic Presentation Forms-A: {U+FB50..U+FDFF}

Combining Half Marks: {U+FE20..U+FE2F}

CJK Compatibility Forms: {U+FE30..U+FE4F}

Small Form Variants: {U+FE50..U+FE6F}

Arabic Presentation Forms-B: {U+FE70..U+FEFF}

Halfwidth and Fullwidth Forms: {U+FF00..U+FFEF}

Specials: {U+FFF0..U+FFFF}

Etruscan: {U-00010200..U-00010227}

Gothic: {U-00010230..U-0001024B}

Klingon: {U-000123D0..U-000123F9}

Western Musical Symbols: {U-0001D103..U-0001D1D7}

Reserved Planes 3..13: {U-00030000..U-000DFFFF}

Plane 14: {U-000E0000..U-000EFFFF}

Language Tag Characters: {U-000E0000..U-000E007F}

Private Use Planes: {U-000F0000..U-0010FFFF}

Bảng chữ cái tiếng Việt nằm trong thành phần Latin-1 {U+0080..U+00FF}, thành phần Latin Extended A, B {U+0100..U+024F} với những dấu hệ thuộc nằm ở Combining Diacritical Marks {U+0300.. U+036F} và thành phần Latin Extended Additional {U+1E00..U+1EFF}. Đơn vị tiền tệ Việt Nam »Đồng« ₫ mang mã Hexa U+20AB.

Thống nhất mã dành riêng hai cách trình bày tiếng Việt là tổ hợp (compound) và dự tác (precompound) và đây cũng là một điểm đặc biệt của tiếng Việt chúng ta so với những ngôn ngữ gốc La Tinh khác. Tổ hợp ở đây có nghĩa là một chữ có dấu được tạo bởi 1. chữ và 2. dấu, hai kí tự với hai mã Thống nhất khác nhau. Dự tác có nghĩa là một chữ có dấu đã được dựng sẵn, chỉ mang một mã Thống nhất duy nhất. Thành phần Latin Extended Additional {U+1E00..U+1EFF} được dành riêng cho những kí tự đã được dựng sẵn.

Sau đây là một ví dụ để thuyết minh hai trường hợp vừa nêu trên: Chữ Ở có thể được trình bày bằng chữ Ơ {U+01A0} và dấu ̉ {U+0309} trong trường hợp tổ hợp, hay qua một mã duy nhất là Ở {U+1EDE} trong trường hợp dựng sẵn.

Cả hai cách trình bày tiếng Việt trên đều có những điểm lợi và bất lợi riêng của chúng. Theo cách tổ hợp thì Windows2000 hỗ trợ cách sắp xếp thứ tự chỉ mục (index), bảng chữ cái cũng như lệnh All Caption (bắt hiển thị bằng chữ in lớn), nhưng ngược lại, thỉnh thoảng các dấu có vẻ như tung cánh bay, mất sự tương xứng bởi vì phần mềm điều khiển các chữ tổ hợp chưa làm việc uy tín lắm (kinh nghiệm rút từ Office2000 dưới Win2000; WinNT hoàn toàn không hỗ trợ chế độ tổ hợp). Thêm vào đó, chúng ta không thể sử dụng Wordart, bởi vì hai thành phần được tổ hợp sẽ tách lìa nhau ngay. Nhìn như vậy thì dạng kí tự dự tác có lẽ chuẩn xác hơn, nhưng hiện nay, phần mềm hỗ trợ Thống nhất mã tối ưu là Office2000 vẫn chưa xử lí đúng những chữ Việt dự tác đúng tiêu chuẩn, bởi vì việc sắp xếp chỉ mục cũng như lệnh All Caption vẫn chưa hiệu nghiệm. Hi vọng trong một ngày gần đây, tất cả những vấn đề vừa nêu trên sẽ trở thành dĩ vãng, tiếng Việt chúng ta có thể được trình bày một cách toàn vẹn trên mọi hệ điều hành, dưới mọi ứng dụng.

1. Arial Unicode MS: Font này rất lớn (23 MB), chứa đựng tất cả những kí tự đã được mã hoá trong phiên bản Unicode 2.1;

2. Bitstream CyberBase, cũng hỗ trợ các chữ Phạn (Devanagari) đã được La Tinh hoá;

3. Code2000, hỗ trợ đa ngôn ngữ, bao gồm nhiều kí tự của phiên bản Unicode 3.0;

4. Courier New (hỗ trợ tiếng Việt kể từ phiên bản 2.72, hiện tại là 2.82);

5. Arial (hỗ trợ tiếng Việt kể từ phiên bản 2.72, hiện tại là 2.82)

6. Times New Roman (hỗ trợ tiếng Việt kể từ phiên bản 2.72, hiện tại là 2.82);

7. Verdana (phiên bản 2.35);

8. Tahoma (phiên bản 2.60);

9. Palatino Linotype;

10. Thryomanes;

11. Titus Cyberbit Basic;

12. Microsoft Sans Serif;

13. Latha (hỗ trợ chữ Phạn nguyên dạng);

14. Mangal (hỗ trợ chữ Phạn nguyên dạng);

Các chuyên gia nhập vi tính Hán văn, đặc biệt là những người chuyên nghiên cứu Cổ văn chắc chắn đã có lúc ngao ngán, nản chí vì không tìm được chữ mình muốn nhập trong những bảng mã chữ Hán hiện tại, bởi vì chúng định nghĩa quá ít chữ so với những bộ Từ (Tự) điển lớn như Khang Hi, Từ Hải, Hán Ngữ Đại Từ Điển, Từ Nguyên, Từ Vị... Họ phải tìm những chữ giản hoá, thậm chí phải thay thế bằng một chữ chú âm khác (trong trường hợp thay thế những chữ tượng thanh), hoặc phải để trống những ô để sau đó viết tay vào; cho một văn bản điện tử như vậy rất bất tiện. Muốn đi vào những giải pháp dành cho những nhu cầu trên, chúng ta phải quan sát kĩ hơn các bảng mã phổ biến, nhưng có nhiều giới hạn hiện nay.

1. Bảng mã JIS (Japanese Industry Standard): Đây là bảng mã được phát triển đầu tiên trên thế giới để trình bày Hán tự trên vi tính, được sử dụng tại Nhật. Bảng mã này đã được hoàn chỉnh lại hai lần vào năm 1983 và 1990, bao gồm khoảng 12.300 Hán tự.

2. Big 5: Được công bố vào năm 1986, bảng mã này định nghĩa 13.051 Hán tự, và những Hán tự này lại được chia thành hai nhóm, thường dùng (thường dụng tự 常 用 字) và ít dùng (thứ thường dụng tự 次 常 用 字). Bảng mã này là bảng mã phồn thể thông dụng nhất trên mạng quốc tế hiện nay.

4. GB (Guóbiāo, Quốc Tiêu, là chữ viết tắt của Quốc Gia Tiêu Chuẩn 國 家 標 準): Bao gồm khoảng 7.039 Hán tự, là bảng mã chuẩn của Trung Hoa lục địa hiện nay. Bảng mã mở rộng của GB được gọi là GBK (Quốc Tiêu Khoáng Triển 國 標 擴 展) bao gồm phần bổ sung khoảng 14.240 Hán tự ít gặp. Bộ mã GB (GBK) này cũng được biết dưới tên »Mã giản thể«.

Trong phiên bản 2.1, Thống nhất mã định nghĩa 20.902 Hán tự, và đây cũng là phiên bản được lấy làm cơ sở cho các hệ điều hành như WindowsNT 4.0 và Windows2000. Trong phiên bản 3.0 vừa được công bố đầu năm 2000, Hiệp Hội Unicode đã chính thức định nghĩa thành phần mở rộng CJKV-Unified Ideographs Extension A, bao gồm 6.582 Hán tự.

Như vậy thì hiện tại, Thống nhất mã đã định nghĩa 27.484 Hán tự – và như chúng ta đã thấy –, nhiều hơn tất cả những bảng mã thông dụng vừa nêu trên. Trong một văn bản, chúng ta có thể sử dụng chữ Hán giản và phồn thể chung, thậm chí trong những phần mềm ứng dụng đặc biệt, chúng ta có thể chuyển toàn bộ văn bản từ giản sang phồn thể hoặc ngược lại, bởi vì thành phần chữ Hán trong Thống nhất mã dung nạp cả hai bảng mã Big5 (phồn thể, 13.051 Hán tự) và GB (giản thể 7.039 Hán tự), và thêm vào những Hán tự ít gặp với một số lượng không nhỏ.

Thêm vào những thành tựu vừa nêu trên, Thống nhất mã cũng đã định nghĩa những Mô tả tự hình (Ideographic Description Characters) với mục đích diễn tả những chữ Hán chưa được định nghĩa bằng chính những Mô tả tự hình này. Dĩ nhiên, trước đây chúng ta cũng đã tìm thấy những phương pháp mô tả những chữ chưa được mã hoá, nhưng, với phiên bảng 3.0 với 12 Mô tả tự hình vừa được định nghĩa, các phương pháp diễn tả những chữ chưa được mã hoá lần đầu tiên được thống nhất. Sau đây là một vài ví dụ:

A. Cách mô tả với những dấu hiệu thường gặp, tương đối tuỳ tiện, chưa được thống nhất:

1. Hồ = 路 - 各 + 胡

2. Song 窻 = 窗/心

B. Cách trình bày bằng Mô tả tự hình:

1.

2.

Tổng cộng, Thống nhất mã định nghĩa 12 Mô tả tự hình (U+2FF0-U+2FFB): .

Như vậy thì hầu hết tất cả những chữ ít thấy đều có thể được diễn tả một cách dễ hiễu, và đồng thời, những Mô tả tự hình này cũng giúp giữ được phần nào vẻ thẩm mĩ trong văn bản được trình bày.

Theo tin của nhóm IRG-Ideographic Rapporteur Group tại Hồng Công, một thành phần mở rộng của chữ Hán trong Thống nhất mã với tên CJK-Unified Ideographs Extension B đã được Hiệp Hội Unicode chấp nhận, và nó sẽ là thành phần của một trong những phiên bản sắp tới của Unicode, thậm chí của ngay phiên bản Unicode 4.0. Thành phần bổ sung mở rộng B này lấy nguồn từ:

1. Tất cả những Hán tự chưa được mã hoá trong Khang Hi Tự Điển 康 熙 字 典 cũng như Khang Hi Tự Điển Bổ Di 《康 熙 字 典》 補 遺 (18.486 Hán tự);

2. Tất cả những Hán tự chưa được mã hoá trong Hán Ngữ Đại Tự Điển 漢 語 大 字 典 (28.914 Hán tự);

3. Những Hán tự đặc thù trong: Từ Nguyên 辭 源 (66), Từ Hải 辞 海 (247), Hán Ngữ Đại Từ Điển 漢 語 大 辭 典 (553), Trung Quốc Đại Bách Khoa Toàn Thư 中 國 大 百 科 全 書 (86), Phương Chính Bài Bản Hệ Thống 方 正 排 版 系 统 (65), Tứ Khố Toàn Thư 四 庫 全 書 (522);

4. Hán tự từ các nước Hồng Công (1.081), Hàn Quốc (166), Nhật Bản (302), Đài Loan (30.177), và đặc biệt là 4.232 chữ Nôm được định nghĩa trong Tiêu Chuẩn Việt Nam TCVN 5773:1993 (và VHN 01:1998, VHN 01:1998).

Tổng cộng, bản mở rộng CJK-Extension B trong Thống nhất mã sẽ bao gồm 42.711 Hán tự, và nếu cộng chung với những Hán tự đã được mã hoá, chúng ta sẽ có đúng 70.195 Hán tự. Cũng nên biết thêm là bảng mã bổ sung B này sẽ được cài đặt trên cơ chế mở rộng UTF-16 (Universal Transformation Format 16) của Thống nhất mã (dùng một cặp mã thống nhất được dành riêng để trình bày một kí tự mới)

Nếu tất cả sẽ diễn biến như trên thì có lẽ trong một thời gian gần đây, ước mơ của nhiều nhà nghiên cứu văn hoá cổ truyền tại Việt Nam cũng như các nước Đông á có Hán tự là gốc sẽ trở thành một hiện thật; tất cả những văn bản, kinh điển của các bậc Hiền nhân, các Thánh tăng sẽ được lưu lại dưới dạng điện tử một cách toàn hảo – có phải đây là nơi »kim cổ giao duyên« một cách toàn mĩ?

Sau những niềm hân hoan khi đọc những kì tích của Thống nhất mã, chúng ta cũng đừng quên Thống nhất mã đòi hỏi những thiết bị rất cao cấp, bởi vì, nếu so sánh với một bộ chữ ANSI bình thường với dung tích khoảng 50-60 Kb, một bộ chữ Thống nhất mã có thể lên đến vài MB, thậm chí lên đến vài mươi MB tuỳ theo số lượng kí tự trong đó. Font chữ Thống nhất mã lớn nhất hiện nay là Arial Unicode MS của Microsoft, có dung tích hơn 23 MB! Vi tính nào không đủ bộ nhớ sẽ bị chậm lại ngay sau khi cài đặt bộ chữ này. Thế nên, trong tương lai gần, phần lớn chúng ta vẫn chưa đạt được trình độ, khả năng sắm sửa những thiết bị cần thiết để sử dụng Thống nhất mã. Nhưng, biết là có những kĩ thuật có thể thống nhất phần nào ngôn ngữ của toàn thể nhân loại, biết chúng có thể được hoàn thiện cũng đã là một niềm vui, và chính bài viết này – được sáng tác với những kĩ thuật ấy –, nó là một chứng minh cụ thể.

1. The Unicode Consortium: The Unicode Standard Version 3.0, Addison Wesley Longman, Inc. 2000.

2. Ken Lunde: CJKV Information Processing, O'Reilly and Associates, Inc. 1999.

1. http://www.unicode.org/

2. http://charts.unicode.org/

3. http://www.mojikyo.gr.jp/html/abroad/abroad_top.html

4. http://www.hclrss.demon.co.uk/unicode/fonts.html

5. http://www.cse.cuhk.edu.hk/~irg/

6. http://czyborra.com/unicode/characters.html#extraplanes

7. http://www.oreilly.com/people/authors/lunde/cjkv-char.html

8. http://jeff.cs.mcgill.ca/~luc/china.html

Home ✦ Index