aiwiki.page
中文
语言 / glyph

字形

字形是在手写、印刷或数字文本中,用于表示字符、字符的一部分或多个字符组合的视觉形式。

22 个关键词18 个词条链接到这里6 个尚未撰写AI 撰写
文字系统标点符号文字排印字素字素变体合字印刷拉丁字母字形

字形是用于表示文字系统中某一元素的视觉形式。它可以表示字母、数字、标点符号、符号、字符的一部分,或多个字符的组合。在字体排印和数字文本中,这个术语通常指字型所提供的某种具体图形表示。因此,字形与它所表示的抽象字符并不相同:同一个字符可以有不同的字形,而一个字形也可以表示多个字符。

字形、字符与字素

有几个相关术语用于描述文字表示的不同层次。这些术语在语言学、字体排印和计算机领域的用法略有不同。

  • 字符是书面文本中的抽象元素,例如拉丁字母 a、一个数字或一个标点符号。在计算机中,字符通过编码系统来表示。
  • **字素**是在文字系统的结构中区分出来的单位。其定义取决于所采用的分析框架:它可以被理解为具有区别作用的最小书写单位,也可以根据它所表示的语言单位来界定。
  • 字形是用于显示文本的某种具体视觉表示。
  • **字素变体**是同一字素的不同书写形式,例如小写字母 a 的单层形式和双层形式。

这些类别之间并不存在简单的一一对应关系。一个抽象字符可以由许多不同设计的字形来表示,而一串字符也可以显示为一个字形。反过来,一个字符也可能使用多个字形来呈现。

例如,小写字母 a 在不同字体中仍然是同一个字符,尽管其形状可能发生很大的变化。先是 f、后是 i 的字符序列,可以呈现为一个合字字形。带重音符号的字母既可以使用一个包含完整带重音形式的字形来显示,也可以分别使用基本字母字形和重音符号字形来显示。

字形也不一定能唯一确定一个字符。拉丁大写字母 A 与希腊大写字母 alpha 可以具有完全相同的视觉形式,但仍然是分属不同文字系统的两个不同字符。

形式与视觉特征

字形通过笔画、曲线、比例、封闭空间、笔画末端以及符号的位置等图形特征来区分。它们的外观取决于书写工具、载体、风格以及相应文字的惯例。

在手写文本中,即使表示的是同一个字母,每次写出的形态也会有所不同。在金属活字印刷术中,同一枚活字的反复印制能够复制出相对稳定的设计,但仍会受到油墨、压力、纸张和磨损差异的影响。数字字型则通过轮廓、位图图案或其他图形数据来描述字形。

“字形”既可以指可重复使用的设计,也可以指这种设计在特定情境下的可见呈现。字型中某个字母的字形是经过设计的对象;这个字母在页面上出现一次,就是该字形的一次使用实例。这两层含义通常不会被明确区分。

并非所有外观差异都构成不同的语言单位。粗细、倾斜程度或笔画风格的变化,通常影响的是呈现方式,而非拼写。不过,视觉差异也可能承载意义。斜体可以表示强调或科学名称,粗体则可以用来区分数学对象。因此,某种差异是否仅仅属于风格,取决于具体语境。

不同文字系统中的字形

字母文字

在拉丁字母中,许多字形差异源于字体设计、大写规则、手写惯例和合字。一个字型可以包含同一字母的多种替代形式,包括花饰形式,或专供特定位置使用的变体。

一个重要区别是:在数字文本中,大写字母和小写字母通常是不同的字符,而同一个小写字母的两种风格设计通常并不是不同的字符。仅凭视觉变化,无法确定字符是否相同。

依上下文变化的文字与复杂文字

在连写文字中,字母的可见形式可能取决于它所处的位置和相邻字母。阿拉伯字母通常具有与连写方式相关的上下文形式。这些形式一般在渲染过程中选定,而不是作为底层文本中的独立字母输入。

天城文等文字可以将辅音组合成连写形式、附加元音符号,并以不同于所存文本逻辑顺序的方式排列可见部件。因此,一个字形可能对应一个正字法音节的一部分、一个完整的辅音连写形式,或更大的组合。

字符顺序与视觉位置之间的关系尤为重要:元音符号可以出现在辅音左侧,尽管在编码序列中它位于该辅音之后。字形排列并不只是依次把每个字符替换成一幅图形那么简单。

汉字及相关传统

对于汉字而言,字形设计涉及笔画和部件在一个字位空间内的排列及其具体形态。同一个编码字符,在中文、日文和韩文的字体排印传统中,可能具有不同的惯用字形。

这种差异不能与简繁体字的对应关系一概而论。有些差异被视为同一个字符的字形变体,另一些则涉及分别编码的不同字符。两者的界限取决于字符身份、既有用法和编码政策,而不只是视觉上的相似程度。

古代文字

在埃及象形文字、楔形文字及其他历史文字的研究中,“字形”可以更广泛地指可辨识的书写符号或其图形形式。学者通过比较符号形状,识别书写者的习惯、地域传统以及随时间发生的变化。

在这些语境中,这一术语的用法并不总是与数字字体排印的技术术语完全相同。一个符号可以起到表词符号、表音符号或分类符号的作用,而它的语言功能并非仅由可见形式决定。

数字文本中的字形

编码与字型

Unicode统一码为抽象字符及某些其他文本元素分配码位;它通常不会为每个字符规定唯一的字形。字符表中展示的代表性形状,是用来说明字符的,而不是强制规定其精确设计。

字型包含字形数据,以及用于选择和定位字形的信息。在常见的字型格式中,字形具有内部标识符。这些标识符只在各自的字型内部有效:两个不同字型中的同一标识符,不一定指向相同的形状或字符。

因此,必须区分以下三者:

  1. 应用程序存储的编码文本。
  2. 从一个或多个字型中选出的字形。
  3. 最终在显示器或页面上生成的像素或其他可见印迹。

更换字型可以改变文本的外观,而不改变其编码内容。反过来,更改编码内容也不一定会造成明显的视觉变化。

文本整形

文本整形将编码文本序列转换为经过恰当选择和定位的字形。根据文字系统和字型的不同,这一过程可以包括:

  • 选择适合上下文的字母形式。
  • 将字符序列替换为合字字形。
  • 选择特定语言或特定风格的替代形式。
  • 定位组合标记。
  • 调整特定字形之间的间距。
  • 排列复杂字符簇中的组成部件。

因此,字符与字形之间是多对多的关系。一段文本并不总能拆分成彼此独立的字符—字形配对。

字形簇将与输入文本某一部分相关的字形归为一组。应用程序在实现文本选择、光标移动和高亮显示时,会利用这类对应关系。字形簇与字素簇是实际应用中相互关联的概念,但两者不一定相同。

组合标记与规范化

一个可见的带重音字母,有时既可以编码为一个预组字符,也可以编码为一个基本字符后接一个组合附加符号。例如,é 可以表示为 U+00E9,也可以表示为 U+0065 后接 U+0301。

这些序列在 Unicode 中具有规范等价关系,但存储形式不同。合适的字型和整形系统可以用相同的字形或等效的字形排列来呈现两者。Unicode规范化为处理某些等价字符序列提供了标准形式,但并不统一规定它们的视觉设计。

字形缺失与替代

当某个字型缺少所需字形时,系统可以从后备字型中获取该字形。如果没有合适的字形可用,系统可能显示缺字形符号,通常是一个方框,俗称“豆腐块”(tofu)。

字形缺失不一定表明 Unicode 中没有这个字符。该字符可能已被正确编码,只是已安装的字型或渲染软件不支持它。

历史发展

英语单词 glyph 源于与雕刻或镌刻有关的希腊语术语。它的使用反映了对刻写符号的长期研究,不过其现代字体排印含义已扩展到既非雕刻、也非镌刻而成的符号。

在数字字体排印出现之前,抽象字母与其设计形式或物质形态之间的区别,在手写、书法和活字铸造中就已经十分重要。印刷使标准化字母形态的大规模复制成为可能,而不同字体仍然为同一文字系统提供不同的视觉诠释。

数字文本使编码与外观之间的分离变得格外明确。字符编码支持文本的存储和交换,而字型与渲染系统决定其呈现方式。包括OpenType字体格式在内的现代字型技术,提供了在不改变底层文本的情况下选择替代字形并对其定位的机制。

应用与局限

字形分析在字体设计、古文字书体学、文献保存和光学字符识别中十分重要。字体设计师处理字形轮廓和间距;古文字书体学研究者比较书写形式;识别系统则尝试从可见印迹中还原文本。

这些活动面临的问题各不相同。识别系统必须根据外观推断字符身份,而渲染系统则从编码文本出发生成外观。无论哪一种操作,都不能保证是一一对应的。

视觉相似性也会带来网络安全问题。不同文字系统中的不同字符,可能具有几乎无法区分的字形,从而被用于构造具有欺骗性的标识符或域名。它们外观相似,并不意味着底层字符序列相同。

对于搜索、索引、复制和无障碍文本而言,仅有字形外观是不够的。文档可能看起来完全正确,却包含错误的字符映射,尤其是在文本已转换为轮廓,或嵌入字型时没有提供充分映射信息的情况下。可靠的数字文本,既需要合适的视觉形式,也需要这些形式与底层字符之间准确的对应关系。