古文字字體文件制作的模式探索

桂舒婷 向欣雨 趙黃一驕

漢字是中華民族文化的結(jié)晶，是五千年文化得以保存至今的重要載體。隨著傳統(tǒng)文化的復(fù)興，越來越多的人將目光投向古文字文化，人們對古文獻的電子閱讀需求也越來越大。伴隨古籍復(fù)興、現(xiàn)代信息技術(shù)的長足發(fā)展，古文字數(shù)字化欣欣向榮，中文字符集也逐步添加了大量繁體字和生僻字。一些研究者更是根據(jù)出土文獻，制作出了許多高質(zhì)量古文字字庫，也提出一些宏觀的古文字數(shù)字化建議。然而，其花費大量心力制作的數(shù)字化產(chǎn)品，因不能及時更新?lián)Q代、檢索系統(tǒng)復(fù)雜等原因幾乎絕版于當世。而對于微觀層面的文史學(xué)習(xí)研究者和愛好者來說，生僻字和古文字的輸入和顯示難題依然存在。大多時候他們還是只能以圖片來代替那些字符。因此，將字庫設(shè)計和修改的時間和經(jīng)濟成本降到最低，才能讓不占有出土資源和先進技術(shù)的文字研究愛好者也能享受到古籍數(shù)字化的時代紅利。

字庫，即電子文字字體集合庫，又可稱為字符集，是文獻數(shù)字化的支撐性材料之一。其在計算機中以字體文件的形式儲存，規(guī)定著機內(nèi)文字顯示。不同字體文件在計算機中顯示為不同的字形，可表現(xiàn)為同一字符宋體和楷體的形體差異。我們?nèi)绻麑⒓坠俏摹⒔鹞牡裙盼淖肿中闻c隸定字字碼相對應(yīng)，輸入隸定字便可在計算機上顯示出古文字字形。針對日常學(xué)習(xí)研究中往往只針對某篇古文獻、某類或某個古文字的現(xiàn)象，探索出一套靈活的字體文件制作模式，為解決古文字字形數(shù)字化難題略盡綿力。

相關(guān)研究現(xiàn)狀

我們將目前官方已經(jīng)完成數(shù)字化的字符稱為通用字符，生活中常見的通用字庫有宋體方正超大字庫、ASCII字庫等。相對的是一些非通用的、面向特殊字形及用途的字庫，即非通用字庫。

我國非通用字庫可分為少數(shù)民族文字庫和漢字字庫兩大類。少數(shù)民族文字非通用字庫有西夏文（柳長青2010）、古彝文（陳順強2009）等象形文字字庫，有蒙古文、藏文等拼音文字字庫，也有的是對沒有文字只有語言的少數(shù)民族進行的拼音文字造字。漢字非通用字庫包括古今文字兩種：面向今文字的主要是一些傳世典籍的數(shù)字化，如，中藥學(xué)專業(yè)詞匯中的生僻字輸入（朱傳鈞2004）、《真本千方金》俗字研究（孔謙2019）；面向古文字的主要是大量出土古文獻的數(shù)字化，如下文提到的眾多古文字字形檢索系統(tǒng)。

由出土古文獻材料產(chǎn)出的資料庫，是古籍數(shù)字化的基礎(chǔ)。近十年來研究中文字庫建設(shè)的成果較少，古文字字庫多作為查詢系統(tǒng)的一部分，且十分注重古文字字形收集的全面性、準確性及與隸定字的復(fù)雜關(guān)系。如網(wǎng)頁版的香港漢達文庫中的古文字數(shù)據(jù)庫，其來源于大量出土的甲骨卜辭和竹簡絹帛，上面收錄了大量古文字。中國臺灣“中央研究院”漢字構(gòu)型資料庫、日本文字鏡研究所的“今昔文字鏡”也在古文字字形回溯原文獻上做出了很大成果。在我國，古文字處理系統(tǒng)成果較突出的是華東師范大學(xué)（2003）研制的《商周金文數(shù)字化處理系統(tǒng)》和《戰(zhàn)國楚文字數(shù)字化處理系統(tǒng)》，均可實現(xiàn)對大量文獻本體字的檢索，但缺點是需要掌握其設(shè)計的特殊輸入法，且只能在指定程序上查看。隨著技術(shù)的換代、考古的突破以及古文字考釋上的發(fā)展，系統(tǒng)不適配的缺點也逐漸凸顯，已難以滿足古文字在計算機上的使用需求。以實用聞名，傳播較廣的是北師大說文小篆字庫（1995），其按《說文解字》小篆順序排列字符，能直接安裝在計算機上運用，除了少數(shù)小篆字形，大多能通過現(xiàn)有輸入法在電腦上顯示。該字庫的成功雖說離不開說文小篆自身的優(yōu)勢，但也能為我們自主設(shè)計靈活實用的字庫產(chǎn)生啟示。

古文字字體文件的制作

技術(shù)基礎(chǔ)——字符編碼

編碼問題是計算機識別和顯示文字的關(guān)鍵要素。對字符進行編碼是使字符能夠在計算機中存儲和識別的一種手段。ASCII碼，是計算機最早也是目前最通用的編碼標準。計算機中的字符編碼具有唯一性，即字符集中的字符只有唯一的編碼數(shù)字。

1980年我國發(fā)布GB2312-80字符集，中文自此打破西方壟斷進入計算機。GB2312有7573字符，包括6763個簡體漢字字符，但無法處理繁體字和罕見字。1983年中國臺灣發(fā)布BIG5繁體字字符集。1995年我國又發(fā)布GBK，對GB2312字符集進行擴展，將BIG5字符集的13060個繁體漢字納入其中，共計22014字符。

隨著經(jīng)濟的發(fā)展，各國交流愈加緊密。為了使各國的字符集能在同一臺電腦上使用，Unicode聯(lián)盟機構(gòu)設(shè)計出了Unicode編碼標準。從1991年Unicode1.1到2021年的Unicode14.0，Unicode不斷擴大其字符范圍。因其“一字一碼”和“擁有幾近無盡編碼碼位”的特點，Unicode還被稱為“單一碼”“萬國碼”。將Unicode編碼作為古文字字庫的編碼標準，原因有二。一方面，古文字字庫必須使用標準字符集，這是字庫成果得到國際認可的重要前提。Unicode編碼只定義字符不定義字形，為建立中文古文字字庫提供了技術(shù)上的可能。另一方面，Unicode編碼有17個平面，各個國家常用的字符僅占用第0號平面的部分碼位。其私人使用區(qū)（Private Use Area）擁有13萬多的字符碼位可供用戶按需為集外字符分配，這為建立可伸縮的古文字字庫創(chuàng)造了空間上的可能。

古文字字體文件制作模式

市面上能夠編輯字形的軟件很多，我們選擇FontCreator來設(shè)計古文字字體文件。首先是因為該軟件采用Unicode字符編碼標準，其次通過該軟件可修改字符編碼對應(yīng)的字符字形，以實現(xiàn)字符映射的自定義。在導(dǎo)入字形圖像后，軟件可利用直線和二次B樣條曲線擬合算法，將其點陣圖形抽成為十分接近原稿的字形曲線輪廓。簡單編輯字形細節(jié)和調(diào)整字形位置后，即可直接安裝到Windows系統(tǒng)上使用。

以下，我們將基于FontCreator11.5專業(yè)版的字體文件制作過程進行簡要描述：

1.選取字形模板，確定字符碼位

將古文字材料通過技術(shù)手段保存為數(shù)字圖像格式（如PNG格式等）并備用之前，我們還應(yīng)關(guān)注所選取的古文字材料的“還原性”問題。手工摹寫的古文字字匯遠沒有原始拓片上的字形還原度高，通過掃描原始拓片，將其作為字模是古文字字庫字形準確性的前提。

在新建字體文件前，可將各個古文字對應(yīng)的碼位進行集中記錄，字形圖像也應(yīng)按照相應(yīng)順序進行儲存。

2.設(shè)置字形編輯環(huán)境

第一步：“新建”造字項目，命名字體文件，規(guī)定字體樣式，設(shè)置字形輪廓首選格式（選擇TrueType字體的二次曲線）。

第二步：設(shè)置字形設(shè)計的環(huán)境

①設(shè)置字符示例。打開工具欄中的“視圖”選項，勾選上“在空字形中顯示樣本”，將“單元中字體”設(shè)置為“微軟雅黑UI”。本步驟并非必要，只是為了提高造字中必要字符的映射準確。

②設(shè)置輔助線，限定字符大小及區(qū)間范圍。打開“工具欄”中的輔助線選項，設(shè)置顯示輔助線與否、輔助線虛實顏色及輔助線類型位置。我們通常設(shè)定字符范圍為（2048*2048單位），新建兩條輔助線：水平Y(jié)=2048，垂直X=2048。

在利用FontCreator驗證程序驗證字體文件或者安裝字體文件預(yù)覽時，如發(fā)現(xiàn)多個字符疊在一起，或者有“剃頭字”“剃尾字”的存在，這是因為字符間距沒有設(shè)計好，需要重新設(shè)置字形環(huán)境。

3.導(dǎo)入字形模板圖像，編輯字形

點擊插入字符，給字體文件添加指定的字符碼位。這里有添加Unicode集內(nèi)碼位和集外碼位兩種情況。

添加集內(nèi)碼位，即該古文字字形的隸定字存在于Unicode字符集內(nèi)。如，在“查找字符”中輸入“犭”，點擊“下一步”，便可顯示“犭”所在的Unicode區(qū)塊及其字符編碼“$72AD”。點擊“添加”，即可添加該碼位到字體文件。

添加集外碼位，即該古文字字形的隸定字不存在于Unicode字符集內(nèi)或并無隸定字。這種情況下，就要從Unicode私用區(qū)內(nèi)選取碼位。具體操作是：左側(cè)Unicode導(dǎo)航窗口→PUA→添加字符/補充完整字符集。

添加好字符碼位后，則對該碼位進行自定義字形映射。進入字形概述窗口，右鍵選擇“插入圖像”，F(xiàn)ontCreator能夠自動將源圖像轉(zhuǎn)化為曲線輪廓。這里有幾個值需要隨源圖片文件的分辨率進行調(diào)整：圖像規(guī)格、閥值、平滑濾波、導(dǎo)入模式等。導(dǎo)入成功后，在字形編輯窗口根據(jù)輔助線調(diào)整字形細節(jié)和位置。

4.安裝和使用字體文件

在造字工程完成之前，可將項目暫存為fcp文件。全部完成后，必須先導(dǎo)出“TrueType/OpenType（*ttf）”格式的字體文件。安裝方法有兩種：一是通過FontCreator中的安裝程序，直接安裝在Windows上；二是退出程序后，找到計算機中導(dǎo)出的字體文件所在的位置，手動安裝。字體文件導(dǎo)出前必須要對字體文件屬性進行設(shè)置：

①在字體菜單欄中選擇字體屬性中的范圍；

②設(shè)置Unicode字符集范圍，根據(jù)字體文件內(nèi)的字符所在的碼位區(qū)來選擇；

③編輯代碼頁字符范圍：勾選（中文：簡體字——中

華人民共和國和新加坡 （936））；

④取消勾選“導(dǎo)出字體時自動更新字符范圍”，點擊“確認”。

漢字作為一種歷史悠久、發(fā)展漫長的語素——音節(jié)文字，從古至今形成的字形數(shù)量是其他單純表音文字難以匹敵的。因此，如此龐大復(fù)雜的文字系統(tǒng)如何在現(xiàn)有的計算機規(guī)則框架中得到最大程度的還原一直困擾著我們。Unicode所提供的大量碼位和FontCreator賦予所有人自由編輯碼位所對應(yīng)字形的權(quán)利讓我們發(fā)現(xiàn)了在現(xiàn)有技術(shù)條件下快速且靈活地實現(xiàn)古文字數(shù)字化的方法。

本文的字庫制作模式簡單明了，可操作性強，極大地降低了添加制作古文字字形的成本，提高了個人創(chuàng)建使用字形和字庫的自由度，具有普適性意義。所制作的字體文件擁有占用內(nèi)存小、可任意擴展、應(yīng)用靈活等優(yōu)點。根據(jù)古文字字體文件的制作過程和實際使用體驗，我們還認識到，在非通用情況下不斷地擴充字符集，反而尾大不掉。一般情況下，古文字字庫應(yīng)講求一定的全面性。但在實際運用中，由于現(xiàn)有輸入法的限制，數(shù)據(jù)龐大的“碼位輸入”對照表反而會對字符輸入造成不便。如此看來，在現(xiàn)有技術(shù)下，我們追求的古文字字庫的全面性必須根據(jù)具體的研究課題而定。如上所說，通過切換字庫的方式實現(xiàn)不同文字形式的同屏展示反而更為便利。

在未來，為了更好地整合字形資源，實現(xiàn)古文字徹底的數(shù)字化，需要有三方的努力：首先，需要有一個科學(xué)統(tǒng)一的字符編碼集合，其次是滿足全文檢索要求的漢字字庫，最后是大眾可普遍接受的輸入法，三者缺一不可。

參考文獻

[1]Unicode協(xié)會.Unicode 5.0標準[M].孫偉峰，李德龍，譯.北京：清華大學(xué)出版社，2010.

[2]劉根輝，張曉霞.古文字字形整理與通用古文字字庫開發(fā)研究[J].古漢語研究，2016（03）：51-56.

[3]尉遲治平，湯勤.論中文字符集、字庫及輸入法的研制[J].語言研究，2006（03）：63-66.

[4]尉遲治平.再論中文漢字字符集[J].語言研究，2020，40（01）：78-89.

[5]張再興.古文字字庫建設(shè)的幾個問題[J].中文信息學(xué)報，2003（06）：60-65.

【課題項目】本文系西南民族大學(xué)省級大學(xué)生創(chuàng)新訓(xùn)練項目“字符編碼技術(shù)在新文科古漢語課程中的應(yīng)用——基于FontCreator的古文字字體文件制作”（項目編號：S201110656069）的階段性成果。