作者 | 漫话编程

来源 | 漫话编程（ID：mhcoding）

电脑如何显示字符

我们在《漫话：如何给女朋友解释为什么计算机只认识0和1？》中介绍过，在计算机世界中，只有0和1两个字符，所有的数据都需要通过二进制表示，如52个英文字母（大写+小写）、阿拉伯数字以及常用的符号等在计算机都需要通过二进制来表示。

所以，我们在电脑上看到的所有字符，都需要通过一种方式将他们装换成二进制表示。

那么转换的这个过程就需要通过字符编码做映射，我们在《漫话：如何给女朋友解释什么是"锟斤拷"？》中介绍过，为了将字符转换成二进制，有很多字符编码的标准被制定出来，其中包括Unicode、GBK等。

那么，有了字符编码之后，计算机就可以认识我们想输入的字符了，但是想要把他展示出来还是比较复杂的，大致流程如下：

当我们在键盘上输入一个字符之后，计算机会通过Unicode，将这个字符转换成二进制。

接下来，通过获得到的Unicode编码值，查询字体文件中的Charmap，把编码值转换成字形索引。

一旦你获得了字形索引，你便可以装载对应的字形图像。

之后，就可以对这个字形图像进行图形渲染，然后就可以显示在显示器上面了。

大家或许对字形索引、图形渲染这些不是很了解，没关系，大家只需要知道，一个字符想要在电脑上显示出来，需要以下三个条件：

1、输入法支持输入这个字符

2、Unicode编码支持将这个字符转成二进制

3、计算机上安装的字体中包含这个字符

输入法支持字符集

由于汉字数以万计，电脑键盘不可能为每一个汉字而造一个按键。因此，人们需要替汉字编一套输入码（检索出汉字的代码），用数个键来输入一个汉字。而把多个按键输入转换成汉字的工具就是中文输入法。

而目前市面上比较常见的中文输入法，大多数都是采用的GBK的作为字符集的。

GBK共收录21886个汉字和图形符号，其中汉字（包括部首和构件）21003个，图形符号883个。但是中文汉字远不止2万多，所以，很多生僻字是无法通过输入法打出来的，如"Biángbiáng面"中的biáng字。

另外，还有些输入法使用了比较全的字符集(Unicode等)，如郑码、仓颉等输入法是可以输入一些生僻字的。

Unicode

字符能够在电脑上显示，还有一个前提就是他可以被翻译成二进制，也就是说，如果一个字符没有被Unicode收录的话，是无论如何都无法显示的。

所以，目前很多汉字的生僻字，还有一些emoji都是无法打出来的。

但是Unicode还是在不断更新的，最近一次更新是2020年3月10日，刚刚发布了Unicode 13.0，Unicode 13.0共增加了5,930个字符，目前共有143,859个字符。

在Unicode 13.0的CJK 统一表意汉字的扩展G区中，已经收录了"Biángbiáng面"中的biáng字，可以看到，其对应代码为30EDD何30EDE。

中日韩统一表意文字（CJK Unified Ideographs），CJK 是中文（Chinese）、日文（Japanese）、韩文（Korean）三国文字的缩写，目的是要把分别来自中文、日文、韩文、越文、壮文中，本质、意义相同、形状一样或稍异的表意文字于ISO 10646及Unicode标准内赋予相同编码。

但是虽然Unicode 13.0已经推出了，但是因为文字编码是要内嵌到操作系统中的，所以还需要操作系统底层也做更新才能兼容。

字体

如果Unicode中已经包含了某个生僻字，那么在展示的时候，就会通过得到的Unicode编码值，查询字体文件中的Charmap，把编码值转换成字形索引。

但是，如果预装字体中不包含某些字符的话，也是无法展示的。

也就是说，如果输入法可以兼容最新版的Unicode 13.0，并且操作系统也升级到了最新版的Unicode编码，也不意味着直接就可以显示像"biáng"这样被最新收录的生僻字。

因为这还依赖于操作系统中的字体是否包含这个字符。目前市面上有些商业字体是可以支持CJK中的很多扩展字符的。

相信随着操作系统和输入法更新到新版本的Unicode字符集之后，会有部分字体开始支持新的字符的。

生僻字带来的不便

目前有很多家长愿意给孩子起名的时候使用一些生僻字，尤其是一些有美好寓意的生僻字更是经常被使用，如寓意美好的頔。

据新闻报道，某大学生的名字中就曾经使用过"由页"这个字，但是这个字的繁体字“頔”可以打出来，但是简笔用拼音、五笔输入法都打不出。

奇怪的是，当初在公安系统登记名字的时候，却登记成功了，但是在日后的生活中，这位大学遇到了很多阻碍，如支付宝无法实名认证、无法实名制购票、甚至无法报考高考等问题。

后来公安系统的工作人员表示：公安人口信息库专用字库是最全的，甚至包括了不少少数民族的文字，设有生僻字库。但教育部门、银行、航空公司、房产等部门，却没有同步使用这套字库，无法共享很多生僻字，就会出现一系列问题。

有些时候，在一个体系内可以打出来或者显示的生僻字，在另外的体系内就有可能无法显示。所以，对于生僻字的使用，还是要慎重！

关于作者：漫话编程，是一个通过漫画+音频的形式讲解枯燥的编程知识的公众号。致力于让编程变得更有乐趣。

【END】

更多精彩推荐

☞阿里云加码 2000 亿，再“出征”新基建！

☞看似毫不相干，哲学与机器学习竟有如此大的交集？

☞文科出身敲出 Instagram，被小札“挤”走，建新冠追踪网站

☞降低预测过程计算成本，这些NLP模型压缩方法要知道

☞这些常见的分布式存储系统，你是否都了解？

☞京东智联云云原生实践，告诉你何为监控和日志的黄金法则

你点的每个“在看”，我都认真当成了喜欢