幽灵字符在Unicode中出没

# 幽灵游荡于Unicode之中 来源：https://www.dampfkraft.com/ghost-characters.html 1978年，日本经济产业省（https://ja.wikipedia.org/wiki/%E7%B5%8C%E6%B8%88%E7%94%A3%E6%A5%AD%E7%9C%81）制定了后来被称为JIS X 0208的编码标准，该标准至今仍是所有日文编码的重要参考。然而，在JIS标准发布后，人们注意到一个奇怪的现象——其中添加的几个字符没有明确的来源，无人能解释其含义或读音。没人确定它们从何而来。这些便是后来被称为**幽灵文字**（https://ja.wikipedia.org/wiki/%E5%B9%BD%E9%9C%8A%E6%96%87%E5%AD%97）的字符。 [](https://www.dampfkraft.com/by-id/a824aa10/ghostcanvas.jpg)谨慎书写。via the NDL (http://dl.ndl.go.jp/info:ndljp/pid/1312837) 长期以来，幽灵文字一直是个未被解释且大多被遗忘的奇特现象，但在1997年，一项调查启动以追溯其来源。虽然JIS标准中的所有字符都应有其来源记录，但即使记录存在也并不详细，通常只列出来源文献的名称。 你可能认为列出来源就能轻松追溯字符的起源，但需要明确"来源"的定义——幽灵文字的常见来源之一是《国土行政区划总览》（国土行政区画総覧），这是一份详尽的日本地名清单。你或许会像我最初那样，想象这是一本地图集或最多几百页的大部头。但实际上最新版本（http://kokudo.or.jp/books/index.html）是一套七卷本，每卷约九百页。试想在没有页码指引的情况下追踪单个字符的难度。 尽管困难重重，幽灵文字的溯源调查仍取得了成功——至少大部分字符如此。通过访谈参与标准制定的编目人员，调查人员确认某些字符是在编目过程中因失误而无意创造的。例如，妛（chá）是记录"山在女上"时引入的错误。"山在女上"出现于某地名中，因此适合纳入JIS标准，但由于当时无法将其打印为单个字符，山和女被分别打印、剪下并粘贴到一张纸上，再进行复制。阅读副本时，两张小纸片接缝处的线条被误认为笔画，错误地添加到了该字符中。原始字符𡚴（https://ja.wiktionary.org/wiki/%F0%A1%9A%B4）直到很久之后才被纳入JIS或Unicode，且在我查看的大多数网站上无法显示。 [](https://www.dampfkraft.com/by-id/a824aa10/yuureimoji.png)核心幽灵文字：妛挧暃椦槞蟐袮閠駲墸壥彁 最终，只有一个字符既无明确来源也无历史先例：彁（gē）。最可能的解释是它源自彊（jiāng）字的误读，但未发现具体事件记录。 随着JIS标准的普遍采用，这些字符最终都进入了Unicode，而Unicode在CJK统一过程中也引入了自己的一组幽灵字符（https://ja.wikipedia.org/wiki/CJK%E7%B5%B1%E5%90%88%E6%BC%A2%E5%AD%97#%E5%B9%BD%E9%9C%8A%E6%BC%A2%E5%AD%97）。 总而言之——1978年的一系列小错误凭空创造了一些字符。这些错误在被发现前已足够长时间地固化下来，而今这些幽灵字符至少在潜在层面上，已潜伏在全球每台计算机字符表的暗角之中。 按此趋势，它们或将与人类永远共存。Ψ 参考文献/相关链接： - 幽霊文字 ‐ 通信用語の基礎知識 (https://www.wdic.org/w/WDIC/%E5%B9%BD%E9%9C%8A%E6%96%87%E5%AD%97)‑ 最全面的在线资料，包含1997年调查的引文。 - 大正十二年の幽霊文字 ‐ ことばマガジン:朝日新聞デジタル (http://www.asahi.com/special/kotoba/archive2015/moji/2011082400019.html)‑ 大正报纸数字化时因彊字印刷模糊而误用彁字的案例。 - Nico Nico Douga's Wiki (http://dic.nicovideo.jp/a/%E5%B9%BD%E9%9C%8A%E6%96%87%E5%AD%97)‑ 将每个幽灵文字视为妖怪名称。 - 天书 (http://www.xubing.com/cn/work/details/206?year=1991&type=year#206)或A Book from the Sky (https://en.wikipedia.org/wiki/A_Book_from_the_Sky)‑ 徐冰使用自创汉字创作的手工印刷书籍。