Typo koduje

Cykl „Typografia Typa”, część II

W części pierwszej omówiłem podstawowe pojęcia związane z typografią, a w tym artykule wspomnę co nieco o kodowaniu i kodach. Co z tego wyjdzie oceńcie sami i zostawcie komentarz.

---

Od wielu lat kodowanie znaków jest utrapieniem informatyków, a także ludzi związanych z obróbką tekstów i druku. Znaki (fonty) zapisane w danym zestawie czcionek dotychczas były jednobajtowe, co oznaczało, że w jednym zestawie można było zapisać do 256 znaków. Powodowało to powstawanie wielu wariantów tych samych fontów (np. cyrylica, greka, wietnamski), a także piktogramów czy nut. Trudnością była migracja z jednej strony kodowej na inną, gdyż tej samej literze w innej stronie kodowej odpowiadał różny kod.

Dla naszego języka były stosowane (i nadal są) standardy CP852 (MS-DOS Latin II), Windows-1250 (Windows CE) i ISO 8859-2 (Latin 2), a rozbieżności powstawały najczęściej w znakach narodowych. Chyba wszyscy znamy te dziwne znaczki, które niespodziewanie pojawiały się choćby przy przenoszeniu dokumentów między programami. W poniższej tabeli zebrano trzy strony kodowe i podano przykładowe różnice, gdzie dana litera jest reprezentowana różnym kodem.

Standard	Ą	Ć	Ę	Ł	Ń	Ó	Ś	Ź	Ż	ą	ć	ę	ł	ń	ó	ś	ź	ż
ISO-8859-2	161	198	202	163	209	211	166	172	175	177	230	234	179	241	243	182	188	191
różnice	ˇ						¦	¬		±						¶	Ľ
Windows-1250	165	198	202	163	209	211	140	143	175	185	230	234	179	241	243	156	159	191
CP852	164	143	168	157	227	224	151	141	189	165	134	169	136	228	162	152	171	190

Unicode

Wejście standardu Unicode spowodowało, że dany znak w każdym typie fontu występuje zawsze w tym samym miejscu (ma ten sam kod). Standard ten umożliwia także umieszczenie w tablicy znaków ze wszystkich znanych języków, a także ligatur, znaków specjalnych i piktogramów. W Unicode mamy kilka sposobów kodowań: UTF-8, UTF-16 i UTF-32. Ten pierwszy koduje jeden znak w postaci jednego bajtu, drugi – dwóch bajtów, a trzeci – czterech bajtów. W naszej części świata stosuje się dwa pierwsze, bo więcej nam nie potrzeba. Natomiast kodowanie UTF-32, w którym można zapisać ponad dwa miliony znaków, stosuje się w Chinach, Japonii i Korei, gdzie tamte języki zagospodarowują wolną przestrzeń swoimi znakami, przy czym te przestrzenie (bloki) zyskały swoja nazwę jako CJK (skrót od China Japan Korea).

W jednym zestawie UTF-16 można zapisać „tylko” 65536 znaków, więc dla tak „niewielkiej” liczby po prostu stworzyłem stronę z tabelą znaków UTF-16. Każdy znak jest reprezentowany liczbą dziesiętną (od 0 do 65535) lub szesnastkową (ang. hexadecimal) w postaci U+xxxx, gdzie xxxx jest liczbą z zakresu od 0x0000 do 0xFFFF. Warto nadmienić, że w standardzie Unicode większość znaków otrzymała swoją unikalna nazwę, np:

ă – latin small letter A with breve (hex: U+0103, dec: 259)

Znając kod lub nazwę, jest możliwy bezpośredni zapis takiej litery w HTML w jeden z trzech sposobów (koniecznie ze średnikiem na końcu):

hex: ă         dec: ă          ă

Polecam ciekawą stronę, na której są omówione wszystkie znaki Unicode, a ten konkretny jest tu: https://www.compart.com/en/unicode/U+0103.

OpenType

Jest to stosunkowo nowy format znaków, który ma na celu pozostawienie tylko jednego użytecznego formatu do wszystkich platform i systemów komputerowych. Został stworzony wspólnie przez Adobe i Microsoft. Obecnie istnieje kilka różnych formatów w różnych opcjach, które mogą z czasem ulec likwidacji. Najpopularniejszy, to TrueType (TTF), a także Type 1 (T1) i TeX Font Metric (TFM).

Znaki w formacie OpenType są kodowane w Unicode, a także zawierają wiele nowych funkcji niedostępnych w popularnych starszych formatach, tj. znaki alternatywne i funkcje zecerskie. Istnieją dwa rodzaje fontów OpenType:

• OpenType TT (z rozszerzeniem *.ttf, czyli faktycznie TrueType z dodatkami),
• OpenType PS (postscriptowe z rozszerzeniem *.otf).

Powyższa ligatura posiada znak U+FB06 i nazwę latin small ligature st.

Ciekawostki

Największym, najdłuższym i najbardziej skomplikowanym pojedynczym znakiem jest basmala, czyli formuła „w imię Allaha miłosiernego litościwego”. Jest to ligatura, która posiada kod U+FDFD, nazwano ją arabic ligature bismillah ar-rahman ar-raheem i wygląda następująco:

﷽

Wklejając to do Microsoft Word nie uzyska się tego samego znaku, choć w języku arabskim będzie znaczył to samo! Zależy to od rodzaju czcionki, a także od włączonej obsługi ligatur, które dla zaznaczonego tekstu włącza się poprzez: okno Czcionka → zakładka Zaawansowane → opcja Ligatury → wybierz Wszystkie. Druga kolumna jest zwykłym tekstem, a trzecia ligaturą.

W tekście pojawiło się wiele razy słowo ligatura, które jak pamiętacie, wyjaśniłem w pierwszej części.

W tym cyklu także:

• 
  Typografia Typa6 maja 2020
• 
  Typo koduje13 maja 2020
• 
  Typo z ogonkiem20 maja 2020
• 
  Upadły zawód – zecer27 maja 2020
• 
  Dwuznaczny Typo3 czerwca 2020
• 
  Typowe światło17 czerwca 2020