WikiLib:特殊字母與符號

[编辑] 字符编码系统

在MediaWiki 1.5中，所有的项目都使用了Unicode（UTF-8）字符编码。

到2005年6月底，当这个新的版本开始在维基媒体上使用时，英国、荷兰、丹麦和瑞典的维基百科已经使用了windows-1252编码（他们宣布他们使用的是ISO-8859-1编码，但实际上浏览器把二者识别为为一，而且Mediawiki并没有限制使用windows-1252的历史）。在数据库中准备升级的wiki文档将始终以windows-1252编码保存，并且在载入时被转换。此后编辑们的更新将作为UTF-8编码储存在数据库内。载入时转换的过程对于用户来说是不可见的。

• Unicode（UTF-8）
  • 各字符字节数可变
  • 特殊字符，包括中日韩统一表意文字，都可以在网页和编辑框里正常显示。另外可以使用多字符代码，且不会在编辑框里被自动转换。
• ISO 8859-1
  • 各字符仅一字节
  • 在此字符集中不可用的特殊字符以多字符代码形式储存，它们通常有两到三个等价表示，例如：€，可表示为€，或€，或€。
  • 包含最常见的特殊字符，比如é，也可表示为é，但这样没必要。

注意到Special:Export输出时使用UTF-8，无论数据库使用的是哪种编码。

若想了解某维基使用的编码系统，打开浏览器的“察看源代码”，找到类似字符：

<meta http-equiv="Content-type" content="text/html; charset=iso-8859-1" />

或

<meta http-equiv="Content-type" content="text/html; charset=utf-8" />

[编辑] 编辑

许多不在标准ASCII表中的字符也许对维基十分重要。有四种方法输入非ASCII字符：

• 使用编辑框下的特殊字符以插入文章。但有可能部分字符无法显示。
• 直接使用特种键盘，或者由系统提供的字符映射程序。在ISO-8859-1的维基将把字符集以外的字符转换为HTML数字字符实体（见下）。
• 使用HTML命名字符实体引用，比如à。这对于不同的字符集来说都能非常正确的表达指定字符，即使无法显示。不过可能引起搜索的困难（见下）。
• 使用HTML数字字符引用，比如¡。这是输入未命名实体Unicode值的唯一办法，比如土耳其字符。代码点128到159在ISO-8859-1和Unicode中都未使用，因此其间的字符引用是错误的，“非法的”，会引起多种问题。

总的来说，西欧语言一般不出现问题。

为了搜索的成功，特殊字符最好不用字符实体引用，否则搜索会出现问题。比如“Odiliënberg”，服务器只会以“Odili”、“euml”或“nberg”进行搜索。这其实是个bug，应该被修正。参见：Help:搜索。

[编辑] 世界语

Mediawiki软件可以设置世界语使用UTF-8编码作为储存和显示编码。但在编辑时，这些文字被转换为容易以标准键盘编辑的格式。

有这种特性的字符有：Ĉ，Ĝ，Ĥ，Ĵ，Ŝ，Ŭ，ĉ，ĝ，ĥ，ĵ，ŝ，ŭ。你可以用特种键盘直接键入这些字符，不过保存后在编辑时你还是会看见Sx。这叫做“x-加帽拼写”（参见：en:Esperanto orthography#The x-system）。如果想输入在这些字符或它们的不发音形式（A，G，H，J，S，U，c，g，h，j，s，u）后的“x”，则应输入显示出来的“x”两倍的“x”。

比如，世界语维基链接到en:Luxury car的跨语言链接，源代码是[[:en:Luxxury car]]。这曾造成跨维基机器人工作的问题。

[编辑] 浏览器

有些浏览器会对编辑框里的文字作一些手脚。最常见的行为就是将文字转换为本地的编码形式。用户将不得不手动转换回来。这也常造成特殊字符变成问号（在某些浏览器变成了音译文字！）。

[编辑] Mac的IE

这种常见浏览器使用Mac OS Roman编码系统。它几乎把所有的Unicode字符变成问号，部分ISO-8859-1也不能幸免遇难（特别是¤ ¦ ¹ ² ³ ¼ ½ ¾ Ð × Ý Þ ð ý þ 和软连字符）。所以用它浏览维基百科会造成极大的不便。

[编辑] Netscape 4.x

问题与上者类似。

[编辑] 工作区

在英文维基变为UTF-8之后，跨维基机器人就开始替换HTML实体为Unicode字符，但对于有些浏览器来说，不正常的Unicode字符越来越多。工作区就是为此设计，以保证那些浏览器能安全的进行编辑，当然仅当Mediawiki知道哪些浏览器是有问题的。

列在$wgBrowserBlackList（一组正则表达式，匹配User-Agent字符串）的浏览器被提供一个特别的编辑框。十六进制HTML实体有多余的前导0，非ASCII字符在编辑框显示为无前导0的十六进制HTML实体。

当前IE Mac和一些版本的Linux Netscape 4.x浏览器在黑名单之中，不过这能解决一些问题。

[编辑] 浏览

各种浏览器对Unicode的支持程度参差不齐。其中一个问题便是，IE对字体的处理是：使用在注册表中的设置，却不对可能显示成问号的字符的字体进行搜索。这就造成IE有时必须使用特定字体。在英文维基有一组这种功能模板：en:template:unicode处理通用Unicode字符，en:polytonic处理多音希腊语，en:IPA处理國際音標。而在Windows象形文字列表中的字符能够不用特殊手段安全使用。

<font face="Arial Unicode MS">...</font>可能只在用户有这种字体时才正常显示。

[编辑] 古埃及象形文字

比如<hiero>P2</hiero>得到

。参见m:Help:WikiHiero syntax（警告：大量图像）。

这与浏览器的编码系统无关，因为这是图像。

当然也可用Unicode来表示它们，不过几乎没有浏览器支持。

[编辑] 有特殊字符的链接

当用户使用下划链接时，且链接有特殊字符时，结果可能有歧义。

链接 + − < > ⊂ ⊃ 得到 + − < > ⊂ ⊃，也许看起来像± = ≤ ≥ ⊆ ⊇。这样最好单独给出链接。

• A ⊂ B （见子集）

[编辑] 参见

• 基本多文种平面
• Help:编辑
• Help:数学公式
• Help:URL

[编辑] 外部链接

• http://www.unicode.org/charts/ Unicode字符表，仅十六进制数，PDF文件显示所有浏览器不能显示的字符（英文）。
• http://www.unicode.org/help/display_problems.html 在大多数平台上启用Unicode的帮助（英文）。
• 1到65535Unicode字符，十进制。