[转帖]MiSans字库GB18030标准验证情况

https://zhuanlan.zhihu.com/p/663626158

 

 提供的信息，手机厂商终于见到跨入GB18030-2022实现级别3的进步。

 

MiSans网站提供两个汉字库下载和使用，MiSans FAQ也告知只要升级去Xiaomi HyperOS后，已可完整支持。

MiSans L3字体有以下说明：

MiSans 新增 60340 字符
符合 GB18030-2022 最新字符集国家标准
GB18030-2022 强制规范三个实现级别，于 2023 年 8 月 1 日起开始执行。实现级别1共 27,584个汉字；实现级别 2 包含实现级别 1，此外，实现级别 2 还支持《通用规范汉字表》中的没有包含在实现级别 1 之内的编码汉字，共计 27,780 个汉字；实现级别 3 包含实现级别 2，此外，实现级别 3 还支持新标准件规定的全部汉字及表 3 中的康熙部首，总计 87,887 个汉字，用于政务服务和公共服务的产品应满足实现级别 3 的要求。
MiSans 包含级别 1+ 级别 2，MiSans L3 为级别 3 字库（该字库不包含级别 1 和级别 2）。

实际下载字体后，汉字部分验证结果如下：

MiSans (Regular) :

CJK Unified Ideographs Extension A (6,582 out of 6,592 characters)
CJK Unified Ideographs (20,976 out of 20,992 characters)
CJK Compatibility Ideographs (21 out of 472 characters)
CJK Unified Ideographs Extension B (42 out of 42,720 characters)
CJK Unified Ideographs Extension C (44 out of 4,154 characters)
CJK Unified Ideographs Extension D (8 out of 222 characters)
CJK Unified Ideographs Extension E (108 out of 5,762 characters)

MiSans L3 (Regular) :

CJK Symbols and Punctuation (1 out of 64 characters)
CJK Unified Ideographs Extension B (42,675 out of 42,720 characters)
CJK Unified Ideographs Extension C (4,105 out of 4,154 characters)
CJK Unified Ideographs Extension D (214 out of 222 characters)
CJK Unified Ideographs Extension E (5,654 out of 5,762 characters)
CJK Unified Ideographs Extension F (7,473 out of 7,473 characters)
CJK Unified Ideographs Extension G (2 out of 4,939 characters)

值得宽慰的是，以前GBK-1995的PUA区字形，在这个版本中，已完全删除了，达到GB18030-2022的实际要求。

稍有遗憾的是：

• 虽然扩展G有两个字，却与人名、地名无关，仅仅是两个biang字。
• 基本区及扩展A末尾其实还有几个字，当前Unicode已填满，但目前字库只是按国标文本处理，并没有补齐。
• 21个兼容区汉字，当前国标和国际标准，实际只承认使用12字，目前仍然是21个字，与国标不符

从行业来看，能跨出这一步，不失为一个正面的行动。但为了一个国家级公用服务字库，各个厂商各自造这么一个大型字库，除了浪费纳税人的银子外，其实并无可取之处。

如果你在用小米手机，不妨实际验证看看有什么帮助，或许输入法方面仍然是个障碍。
对于PUA字（很多生僻字人旧身份证在用），小米手机目前会不会像Linux一样显示内码，以便过渡，仍是一个疑问。

有关HyperOS，参见小米澎湃OS尝鲜计划，首批更新机型曝光_系列_Redmi_手机。

延伸话题：GB18030-2022一号修改单（包含扩展GHI，尤其是扩展I的622人名、地名专用汉字），何时可以落地？

据相关人士信息，一号修改单已完成一征、二征，预计会进行三征，但从行业落地角度看，仍会面对三种类型的作为：

1. 空谈无视型：GB/T 2312-1980就是标准，双字节扩展到GBK-1995已是恩赐，GBK外字用字人只是自讨苦吃而已。
2. 循规蹈矩型：以“把书读死”为最高境界，GBK里有PUA就按照GBK做，GB18030是啥当不知道，即便知道也将52个双字节双码字让用字人自己去烦恼；或者做到GB18030-2022实现级别3的扩展F，完全不知急用加字区、扩展GHI的存在。
3. 实干低调型：其实GB18030-2005开始，GB四字节编码与Unicode扩展16个平面的编码已经是线性算法映射关系，从字集来讲，自动跟随Unicode扩展集和急用加字只是举手之劳，做完并无任何烦恼，并为PUA转正打通最后1um的断头路，也是一件功德无量的事。先行者见 卓码之裕：GB18030-2022 第1号修改单达到落地实施条件。

相关文章

WHATWG的GB18030-2022编码标准情况
Win11/Win10 22H2九月更新了什么？
放低陈见，将中文信息标准化落于实处
从“訛”字看中文信息化惡習之養成