支持構(gòu)件復(fù)用的方塊苗文字庫開發(fā)方法

莫禮平，周愷卿

吉首大學(xué) 信息科學(xué)與工程學(xué)院，湖南 吉首 416000

1 引言

方塊苗文創(chuàng)制于清朝末年，包括老寨苗文、古丈苗文和板塘苗文三套，是武陵山片區(qū)民間苗族文化的主要載體。方塊苗文的信息化對于推進以張家界旅游區(qū)和鳳凰景區(qū)為依托的武陵山片區(qū)民族文化旅游產(chǎn)業(yè)的迅速發(fā)展，以及苗族文化非物質(zhì)遺產(chǎn)數(shù)字化保護進程有著重要作用。至今，國內(nèi)苗文信息化研究工作和成果少見報道。文獻[1]報道了余樂等研制的計算機苗文處理系統(tǒng)和吳光州等研制的云南規(guī)范苗文計算機處理系統(tǒng)。這兩個系統(tǒng)僅限于DOS操作系統(tǒng)下對拼音苗文進行輸入和簡單的編輯排版，無法處理方塊苗文。2005年，朱文光等[2]研制了苗文TrueType字庫和輸入法軟件，有效解決了Windows XP操作系統(tǒng)下滇東北次方言等拼音苗文的計算機存儲、輸入和顯示問題，但同樣不適用于方塊苗文。近年來，莫禮平等[3-6]針對方塊苗文的計算機編碼表示、存儲、鍵盤輸入、字形生成顯示、字體設(shè)計及字庫制作等字信息處理技術(shù)開展了一系列研究工作，取得了若干階段性成果，為實現(xiàn)方塊苗文信息化奠定了良好的基礎(chǔ)。

字庫是方塊苗文信息化需要解決的首要問題。方塊苗文的輸入、識別等計算機處理均離不開字庫。文獻[3]以板塘苗文為例，給出了基于Unicode標(biāo)準的方塊苗文計算機編碼設(shè)計方案，探討了使用Photoshop CS 5.0和FontCreator 4.1軟件創(chuàng)建方塊苗文TrueType字庫的具體步驟。但這種字庫不支持構(gòu)件復(fù)用，需要對苗文字符逐一編碼存儲。文獻[5]提出了僅需對名義字符（獨體字和構(gòu)件）進行編碼存儲的方塊苗文OpenType字庫的設(shè)計思想，并采用抽象函數(shù)和謂詞規(guī)則對構(gòu)件組合替換得到方塊苗文所涉及的構(gòu)件字形位置布局及字形變換相關(guān)操作符及操作規(guī)則進行了形式化描述，為支持構(gòu)件復(fù)用的方塊苗文字庫開發(fā)做好了鋪墊。

本文以文獻[5]給出的操作符及操作規(guī)則為基礎(chǔ)，結(jié)合方塊苗文構(gòu)成表示的形式化描述技術(shù)，探討支持構(gòu)件復(fù)用的方塊苗文字庫的具體開發(fā)方法。

2 方塊苗文及其構(gòu)成的形式化描述

2.1 方塊苗文的構(gòu)字方式及結(jié)構(gòu)特點

據(jù)文獻[7-8]，方塊苗文是一種仿漢字結(jié)構(gòu)的方塊文字，它以假借漢字為主，創(chuàng)造性地運用了形聲、會意、假借、象形等手段進行造字，直接取一些易認易記的漢字、漢字部首和極個別無音無義的純粹符號（如“～”，“X”）作為義符、聲符或形符構(gòu)件，采用一字一音節(jié)的方法來標(biāo)記一個語素或詞。方塊苗文幾乎全是合體字，其結(jié)構(gòu)大致分為圖1所示的四類：左右型、上下型、側(cè)圍型和內(nèi)外型。其中，側(cè)圍型又分為左上包、左下包和右上包三種。當(dāng)一個方塊苗文由三個及三個以上部分構(gòu)成時，其中的某兩個或三個部分通?？山M成一個簡單漢字。此時，宜將此簡單漢字視為一個構(gòu)件。

圖1 不同結(jié)構(gòu)方塊苗文字例及其漢義

對目前已整理出的1 129個方塊苗文進行統(tǒng)計的結(jié)果表明，大部分方塊苗文均可視為二構(gòu)件型合體字，僅個別左右型和上下型的苗文需當(dāng)作三構(gòu)件型處理。方塊苗文的構(gòu)件可歸為表1所示的16類。

2.2 方塊苗文構(gòu)成的DFA表示

根據(jù)方塊苗文的構(gòu)字方式，利用表1中的16類構(gòu)件，可用確定有窮自動機DFA（Deterministic FiniteAutomata）對方塊苗文的構(gòu)成表示進行形式化描述。該DFA用五元組表示為M=(K,A,F,S,Z)，其中：

表1 方塊苗文構(gòu)件的類別及其符號表示

（1）K是狀態(tài)有窮集，K={0,1,2,3,4,5,6,7,8,9}；

（2）A是對應(yīng)16類構(gòu)件字符的輸入符號有窮集，A={cl,cu,colu,cold,coru,coa,cr,cd,cird,ciru,cild,cia,crl,cdl,crr,cdr}；

（3）F是K×A→K上的映射集，F(xiàn)={f(0,cl)=1,f(0,cu)=2,f(0,colu)=3,f(0,cold)=4,f(0,coru)=5,f(0,coa)=6,f(1,crl)=7,f(1,cr)=9,f(2,cdl)=8,f(2,cu)=9,f(3,cird)=9,f(4,ciru)=9,f(5,cild)=9,f(6,cia)=9,f(7,crr)=9,f(8,cdr)=9}；

（4）S∈K，是初態(tài)，取值唯一，S=0；

（5）Z?K，是終態(tài)（也稱為結(jié)束態(tài)、可接受態(tài)或可識別態(tài)）集，Z={9}。

圖2給出了該DFA的狀態(tài)圖表示。圖2中，從初態(tài)0出發(fā)，到達終態(tài)9的任意路徑上的構(gòu)件字符序列都可組合成一個方塊苗文。

圖2 識別方塊苗文的DFA狀態(tài)圖

圖2所示的DFA實際上建立了由構(gòu)件字符組合得到方塊苗文的變換映射關(guān)系。圖2中，從初態(tài)到終態(tài)的所有路徑的長度均為2或3，表明方塊苗文是由分屬不同類別的2～3個構(gòu)件字符經(jīng)組合變換得到的。某一類別的任意一個構(gòu)件字符通過與同一條路徑上其他類別的任意一個構(gòu)件字符進行自由組合，即可以生成相同類型的多個方塊苗文，從而達到構(gòu)件復(fù)用之目的。例如，一個左下外包構(gòu)件字符“色”，可與“白”“黑”“青”“紅”等右上內(nèi)含構(gòu)件字符自由組合，生成表示不同顏色的一組側(cè)圍型結(jié)構(gòu)的方塊苗文；一個上構(gòu)件字符“雨”，可與“奴”“送”“號”“者”“朽”“氣”“風(fēng)”“白”等下構(gòu)件字符自由組合，生成表示天氣的一組上下型結(jié)構(gòu)的方塊苗文。

3 OpenType技術(shù)簡介

根據(jù)方塊苗文構(gòu)成的DFA表示，支持構(gòu)件復(fù)用的方塊苗文字庫需用2～3個構(gòu)件字符碼點的組合序列來表示一個方塊苗文，以體現(xiàn)由構(gòu)件字符自由組合得到不同方塊苗文的字形變換映射關(guān)系。這要求所采用的字庫技術(shù)必須支持碼點到字形的多對一映射。OpenType技術(shù)正好滿足這一要求。

OpenType技術(shù)是一種支持Unicode字符集和多語種多文字高級編排功能的開放式字庫技術(shù)，具有跨平臺性、易擴充性、適用范圍廣等優(yōu)點[9]。該技術(shù)在融合TrueType和PostScript兩種字體技術(shù)的基礎(chǔ)上，借助字庫標(biāo)簽和布局表來實現(xiàn)文字的高級編排功能，允許同一個語言的字符和字形之間建立映射關(guān)系以靈活控制字體，為字形的自由變換處理，以及復(fù)雜文本字體的高質(zhì)量顯示和打印提供了捷徑。目前，維文[10]、藏文[11-12]、蒙古文[13-14]等少數(shù)民族文字的OpenType字庫已應(yīng)用于Windows、Linux操作系統(tǒng)和網(wǎng)絡(luò)環(huán)境中，取得了良好的社會效益和經(jīng)濟效益。

OpenType布局表包括5張表[9]：字形定義表GDEF、字形替換表GSUB、字形置位表GPOS、字形調(diào)整表JSTF和字形基線對齊表BASE。GSUB和GPOS兩張表定義了文字（Script）、語言（Language）、特征（Feature）和基線（Baseline）四種字庫標(biāo)簽值，存儲了與字形及位置替換特征相關(guān)的全部信息，幾乎覆蓋了所有復(fù)雜文本的處理要求。四種字庫標(biāo)簽在這兩張表中以文字表（ScriptList）、語言表（LanguageList）、特征表（FeatureList）和查找表（LookUpList）的形式出現(xiàn)。特征表是核心，每個特征索引值均關(guān)聯(lián)到一個或多個查找表。查找表中定義了實現(xiàn)字形組合替換及組合置位所需要的查找數(shù)據(jù)（即特征腳本）。

4 方塊苗文字庫開發(fā)過程

采用OpenType技術(shù)開發(fā)支持構(gòu)件復(fù)用的方塊苗文字庫的關(guān)鍵，就是根據(jù)方塊苗文的結(jié)構(gòu)特征規(guī)劃OpenType布局表，并以構(gòu)件的字形矢量數(shù)據(jù)（字模）為基礎(chǔ)，設(shè)計構(gòu)件字形自由組合變換所需特征腳本。

下面從字形矢量數(shù)據(jù)生成、字庫標(biāo)簽設(shè)置、特征腳本添加、字庫數(shù)字簽名等方面介紹支持構(gòu)件復(fù)用的方塊苗文OpenType字庫的具體開發(fā)方法。

4.1 字形矢量數(shù)據(jù)的生成

操作系統(tǒng)顯示字符時，由其內(nèi)置的字形解釋器根據(jù)字符的編碼從字庫中自動提取字形矢量數(shù)據(jù)，并繪制輸出。生成構(gòu)件字符目標(biāo)字形矢量數(shù)據(jù)是開發(fā)支持構(gòu)件復(fù)用的方塊苗文字庫的第一步。以楷體為例，生成方塊苗文構(gòu)件字符目標(biāo)字形矢量數(shù)據(jù)的步驟如下：

（1）采用Microsoft Word 2010建立一個Word新文檔。在文檔中輸入已整理出的所有方塊苗文構(gòu)件字符并進行復(fù)制。逐一選擇復(fù)制的構(gòu)件字符，按Alt+X鍵，將其轉(zhuǎn)換成Unicode碼位。

（2）打開字體制作軟件FontCreator 6.5漢化版，新建一個基于Unicode字符集的名為“方塊苗文楷體（構(gòu)件）”的TrueType字體文件。

（3）在FontCreator中，打開Windows文件夾Fonts下的漢字楷體TrueType文件。從中選擇回車、換行、空字符、空格控制字符，0～9數(shù)字符號，A～Z、a～z英文字母符號，常用運算符、標(biāo)點符號，以及表意文字描述符[U+2FF0…U+2FFB]的字模，將其復(fù)制到新建文件中；再根據(jù)Word文檔中方塊苗文構(gòu)件字符的Unicode碼位，找到所有構(gòu)件字符的原始字形字模，將其逐一復(fù)制至新建文件中。

（4）利用FontCreator提供的字形輪廓曲線增刪、移動、變形、旋轉(zhuǎn)、縮放等工具，根據(jù)16類構(gòu)件字符在方塊苗文合體字中所處的位置，確定其像素點取值范圍，并對各個構(gòu)件字符原始字模進行編輯調(diào)整，生成相應(yīng)構(gòu)件字符的目標(biāo)字形矢量數(shù)據(jù)。

（5）為各個構(gòu)件字符目標(biāo)字形添加Unicode碼位（從用戶自定義區(qū)間的E000處開始編碼）。

（6）將新建文件另存為“方塊苗文楷體（構(gòu)件）”文件保存，得到存儲方塊苗文構(gòu)件字符目標(biāo)字形矢量數(shù)據(jù)的TTF文件。

4.2 字庫標(biāo)簽的設(shè)置

方塊苗文OpenType字庫使用Microsoft公司的可視化OpenType字體特征表格布局工具VOLT（Visual OpenType Layout Tool）[15]Version 1.4.273 開發(fā)。

在VOLT中，打開存儲方塊苗文構(gòu)件字符目標(biāo)字形矢量數(shù)據(jù)的TTF文件，將其另存為OpenType格式的“方塊苗文楷體”字庫后進行字庫標(biāo)簽信息設(shè)置。因方塊苗文屬于表意文字，故字庫的文字標(biāo)簽設(shè)置為“CJK Ideographic”。字庫的語言標(biāo)簽使用默認值“Default”，特征標(biāo)簽設(shè)置為“Standard Ligatures”。方塊苗文字庫不涉及基線標(biāo)簽，可以不對其進行設(shè)置。

根據(jù)構(gòu)件位置布局及字形變換映射的實際需要，在方塊苗文OpenType字庫的特征標(biāo)簽“Standard Ligatures”下定義12個特征索引值，分別鏈接到存儲構(gòu)件字形組合替換及組合置位操作相關(guān)查找數(shù)據(jù)的12張Lookup子表。

4.3 特征腳本的添加

編寫特征腳本實質(zhì)上就是填寫Lookup表數(shù)據(jù)，即將具體的替換規(guī)則和置位規(guī)則用OpenType腳本語言寫入GSUB和GPOS兩張布局表中。

為了提高腳本編寫效率，先根據(jù)表1建立構(gòu)件字形組，將各個構(gòu)件字符目標(biāo)字形按所屬類別組織到不同的字形組中，以便統(tǒng)一處理。在VOLT中，使用“Glyph Groups”面板的“Add Glyph Group”按鈕建立字形組，并通過逐行添加字形名稱，將同類別的構(gòu)件字符目標(biāo)字形加入到同一個字形組中。圖3為左下外包字形組LeftDownOutside Member和右上內(nèi)含字形組Right-UpInside Member的部分截圖。

圖3 字形組示例

圖4給出了基于LeftDownOutside Member和Right-UpInside Member兩個字形組添加的左下包含（Left-DownContain）置位特征腳本及所生成的方塊苗文的字形示例。

圖4 左下包含置位特征腳本及所生成的方塊苗文字形示例

圖5給出了基于表意文字描述符和構(gòu)件字符原始字形進行左右連接（LRL_Liga）替換的特征腳本及所生成的方塊苗文字形示例。

圖5 左右連接操作特征腳本及所生成的方塊苗文字形示例

將“Lookups”面板下添加了特征腳本的各個Lookup子表拖拽至特征標(biāo)簽“Standard Ligatures”下，得到包含字體布局特征的字庫（見圖6）。編譯該字庫即得到所需要的方塊苗文楷體OpenType字庫。

圖6 包含字體布局特征的方塊苗文字庫

4.4 字庫的數(shù)字簽名

數(shù)字簽名為字庫提供一種可靠的身份證明，能夠保證字庫的完整性、安全性、真實性和可信性。4.3節(jié)得到的方塊苗文楷體OpenType字庫顯示為TrueType字庫默認圖標(biāo)，而非OpenType字庫默認圖標(biāo)。這是因為Windows操作系統(tǒng)以是否包含數(shù)字簽名DSIG（Digital Signature）表來判定字庫是否為OpenType字庫。為此，需要通過數(shù)字簽名將DSIG表追加到方塊苗文楷體OpenType字庫中。

為了簡化字庫的數(shù)字簽名工作，Microsoft官網(wǎng)上提供了可免費下載的字庫數(shù)字簽名程序[16]。這些程序包括證書（.cer）和密鑰（.pvk）生成程序MAKECERT、公鑰（.spc）生成程序CERT2SPC、簽名程序 SIGNCODE和簽名檢驗程序CHKTRUST。采用這些程序簽名方塊苗文楷體OpenType字庫的步驟如下：

（1）復(fù)制mssipotf.dll至操作系統(tǒng)文件夾windowssystem32下，使用regsvr32命令注冊mssipotf.dll。

（2）運行makecert命令，生成證書和密鑰。

（3）運行cert2spc命令，生成證書文件（.cer）對應(yīng)的公鑰。

（4）運行signcode命令，簽名方塊苗文楷體字庫，并選擇性加入時間戳標(biāo)簽、字庫名稱、廠商等信息。

（5）運行chktrust命令，檢驗字庫簽名正確性。

簽名成功的方塊苗文楷體字庫的顯示圖標(biāo)變成OpenType字庫默認圖標(biāo)，且文件屬性面板中出現(xiàn)包含證書詳細信息及其時間戳的“數(shù)字簽名”選項卡。打開字庫文件可以看到“已數(shù)字簽名”的信息（見圖7）。

圖7 已數(shù)字簽名的方塊苗文字庫信息

5 方塊苗文字庫的測試和鏈接

在Microsoft Windows 8.1操作系統(tǒng)中，將方塊苗文字庫安裝至Windows文件夾的Fonts目錄后，使用Microsoft Word 2010對字庫進行實用測試。測試字庫時，先選擇Windows自帶的漢字楷體四號字輸入由漢字、英文組成的文檔，再將字體設(shè)置為該字庫對應(yīng)的方塊苗文楷體四號字，并借助自行研制的方塊苗文輸入法軟件輸入方塊苗文，插入到文檔中，得到苗漢英三種文字混排效果如圖8所示。

圖8 方塊苗文同其他文字混排的測試效果

上述混排文檔測試時，因需選擇不同字庫的字體，必須頻繁設(shè)置字體。這無疑會增大系統(tǒng)開銷。此外，采用記事本等應(yīng)用程序編輯混排文檔時，只能使用一種字體，無法實現(xiàn)方塊苗文和漢字英文的混合顯示。字庫鏈接技術(shù)為解決上述問題提供了一種有效途徑。字庫鏈接把一個或多個字庫（稱“被鏈接字庫”）鏈接到其他字庫（稱“基本字庫”）。用戶只需設(shè)置與基本字庫對應(yīng)的字體，即可顯示被鏈接字庫中編碼點對應(yīng)的字符，從而實現(xiàn)同一文檔中的多語言多文種字符的同時混合顯示。

將方塊苗文字庫鏈接到Windows自帶漢字楷體字庫可通過修改注冊表來實現(xiàn)。首先，打開注冊表，找到“HKEY_LOCAL_MACHINESOFTWAREMicrosoftWindows NTCurrent VersionFont LinkSystem Link”子項。然后，打開System Link子項，從右邊窗口中顯示的所有可設(shè)置字體鏈接的系統(tǒng)基本字體中，找到漢字楷體字庫對應(yīng)的子鍵Simkai，在該子鍵編輯窗口的數(shù)值數(shù)據(jù)窗口中，添加“方塊苗文楷體.ttf，方塊苗文楷體”新項。最后，保存注冊表，重啟計算機，在記事本、Word或其他文本編輯軟件中將當(dāng)前文檔的字體設(shè)置為“漢字楷體”，就可實現(xiàn)方塊苗文、漢字和英文的同時混合顯示了。

6 結(jié)束語

由圖8可見，所開發(fā)的方塊苗文楷體字庫支持構(gòu)件復(fù)用，由構(gòu)件組合替換規(guī)則和組合置位規(guī)則對應(yīng)的特征腳本所生成的字形整齊規(guī)范，且同漢字、英文的混合顯示效果良好。顯然，字庫在實用性方面能夠達到用戶要求。

目前，采用本文提出的方法所開發(fā)的基于楷體、宋體、黑體、仿宋四種字體的方塊苗文OpenTypep字庫已在方塊苗文的實際編輯處理中得到應(yīng)用。這些字庫都具有文件小、易擴充等特點。日后收集到方塊苗文新構(gòu)件字符時，只需在生成新構(gòu)件字符的目標(biāo)字形數(shù)據(jù)后，在原字庫中針對新構(gòu)件字符的字形數(shù)據(jù)和特征腳本進行添加和修改，即可實現(xiàn)新添構(gòu)件的復(fù)用，從而讓方塊苗文字庫得到不斷的擴充和完善。

[1]龍德義.計算機苗文處理系統(tǒng)研制成功[J].今日民族，1995（5）：16.

[2]趙書勇，吳曉霞.安寧學(xué)者研發(fā)苗文輸入法[N].昆明日報，2013-08-26（6）.

[3]莫禮平，周愷卿，蔣效會.板塘苗文的計算機編碼及字庫創(chuàng)建[J].吉首大學(xué)學(xué)報：自然科學(xué)版，2013，34（2）：31-35.

[4]莫禮平，曾水玲，周愷卿.音形結(jié)合的方塊苗文輸入編碼方案研究[J].計算機科學(xué)與探索，2014，8（8）：1017-1024.

[5]莫禮平，周愷卿，蔣效會.基于OpenType技術(shù)的方塊苗文字庫研究[J].中文信息學(xué)報，2015，29（2）：150-156.

[6]莫禮平，周愷卿.一種湘西民間苗文字形的動態(tài)生成方法及其實現(xiàn)途徑[J].北京大學(xué)學(xué)報：自然科學(xué)版，2016，52（1）：141-147.

[7] 趙麗明，劉自齊.湘西方塊苗文[J].民族語文，1990，12（1）：44-49.

[8]楊再彪，羅紅源.湘西苗族民間苗文造字體系[J].吉首大學(xué)學(xué)報：社會科學(xué)版，2008，29（6）：130-134.

[9]Microsoft Corporation.OpenType specification version 1.6[EB/OL].（2009-09-21）[2016-01-02].http：//www.microsoft.com/typography/otspec.

[10]蘇國平，繆成，夏國平.基于Open Type的維哈柯文自動選形引擎的設(shè)計與實現(xiàn)[J].中文信息學(xué)報，2007，21（4）：116-121.

[11]曹暉.藏文OpenType字體技術(shù)研究及實現(xiàn)[J].西北民族大學(xué)學(xué)報：自然科學(xué)版，2008，29（3）：24-28.

[12]劉永宏，張成英.Opentype技術(shù)在藏文教育網(wǎng)站頁面顯示中的實現(xiàn)與應(yīng)用[J].中國遠程教育，2011（8）：85-87.

[13]田寄遠，趙小兵.Linux-GNOME平臺下基于OpenType的蒙古文自動選形引擎的設(shè)計與實現(xiàn)[J].內(nèi)蒙古大學(xué)學(xué)報：自然科學(xué)版，2008，40（3）：320-325.

[14]斯日古楞，呼斯勒.基于蒙古文編碼國家標(biāo)準的OpenType字庫研究與實現(xiàn)[J].內(nèi)蒙古師范大學(xué)學(xué)報：哲學(xué)社會科學(xué)版，2016，49（4）：86-89.

[15]Microsoft Corporation.Visual OpenType Layout Tool（VOLT）[EB/OL].（2009-01-15）[2016-01-16].http：//www.microsoft.com/typography/VOLT.mspx.

[16]Microsoft Corporation.OpenType font signing tool[EB/OL].（2003-01-30）[2016-03-28].http：//www.microsoft.com/typography/developers/dsig/dsig.htm.