스크립트(유니코드)

유니코드(Unicode)에서 스크립트는 하나 이상의 쓰기 시스템에서 텍스트 정보를 나타내기 위해 사용되는 문자 및 기타 쓰여진 부호의 모음입니다.^[1] 일부 스크립트는 아르메니아어처럼 하나의 유일한 쓰기 시스템과 언어를 지원한다. 다른 스크립트들은 많은 다른 쓰기 시스템을 지원한다. 예를 들어, 라틴어 스크립트는 영어, 프랑스어, 독일어, 이탈리아어, 베트남어, 라틴어 그 자체 그리고 몇 개의 다른 언어들을 지원한다. 어떤 언어는 여러 개의 대체문자 체계를 사용하기도 하고, 따라서 여러 가지 대본을 사용하기도 한다. 예를 들어, 터키어에서는 20세기 이전에 아랍어 대본이 사용되었으나 20세기 초에 라틴어로 전환되었다. 각 스크립트에서 지원되는 언어 목록은 쓰기 시스템별 언어 목록을 참조하십시오. 대본을 다소 보완하는 것은 기호와 유니코드 제어 문자다.

통합 분음 문자 및 통합 구두점 문자는 "공통" 또는 "상속" 스크립트 속성을 갖는 경우가 많다. 그러나 개별 스크립트에는 자체 문장 부호 및 분음 부호가 있는 경우가 많아 많은 스크립트에는 문자뿐만 아니라 분음 부호 및 기타 마크, 문장 부호, 숫자, 심지어 고유 기호 및 공간 문자까지 포함되어 있다.

유니코드 14.0은 현대 스크립트 93개와 고대 또는 역사적 스크립트 66개를 포함하여 159개의 개별 스크립트를 정의하고 있다.^[2][3] 더 많은 스크립트가 인코딩을 위해 진행 중이거나 로드맵에서 인코딩을 위해 임시로 할당되었다.^[4]

정의 및 분류

여러 언어가 동일한 스크립트를 사용할 경우, 특히 분음부 및 기타 마크와 같은 몇 가지 차이점이 종종 있다. 예를 들어, 스웨덴어와 영어는 모두 라틴어 대본을 사용한다. 그러나 스웨덴어는 'å'(스웨덴어 O)라는 문자를 포함하고 있는 반면 영어에는 그런 문자가 없다. 또한 영어는 어떤 등장인물에 대해서도 위의 원과 결합하는 원은 사용하지 않는다. 일반적으로 동일한 스크립트를 공유하는 언어는 많은 동일한 문자를 공유한다. 스웨덴어와 영어 작문 시스템의 이러한 지엽적인 차이에도 불구하고 그들은 같은 라틴어 대본을 사용한다고 한다. 그래서 스크립트의 유니코드 추상화는 기본적인 조직 기술이다. 서로 다른 알파벳 또는 쓰기 시스템 간의 차이는 남아 있고 마크와 콜레이션 알고리즘을 결합한 유니코드의 유연한 스크립트를 통해 지원된다.

스크립트 대 쓰기 시스템

'글쓰기 시스템'은 대본의 동의어로 취급되기도 한다. 그러나 그것은 대본에 의해 지원되는 구체적인 문자 체계로도 사용될 수 있다. 예를 들어, 베트남어 표기 체계는 라틴어 문자의 지원을 받는다. 한문, 히라가나, 가타카나 문자 등을 사용하는 등, 한문, 히라가나, 가타카나 문자 등을 둘 이상의 대본에 적용할 수도 있다.

대부분의 쓰기 시스템은 크게 로그, 음절, 알파벳(또는 세그먼트), 아부기다, 아브자드 및 양식 등 몇 가지 범주로 나눌 수 있다. 그러나 이러한 모든 특징은 다양한 비율로 주어진 쓰기 시스템에서 발견될 수 있으며, 종종 시스템을 순수하게 분류하는 것을 어렵게 만든다. 복합 시스템이라는 용어는 혼화물이 분류를 문제화하는 경우를 설명하기 위해 사용된다.

유니코드는 수많은 스크립트를 통해 이러한 모든 유형의 쓰기 시스템을 지원한다. 유니코드는 또한 유니코드 텍스트 처리 알고리즘 내에서 다양한 문자와 문자의 동작 방식을 구별하기 위해 문자에 속성을 더 추가한다.

특수 스크립트 속성 값

명시적이거나 특정한 스크립트 속성 외에도 유니코드는 다음과 같은 세 가지 특별한 값을 사용한다.^[5]

공통의

유니코드는 UCS의 문자를 단일 스크립트에만 할당할 수 있다. 그러나, 많은 문자, 즉 공식적인 자연어 쓰기 시스템의 일부가 아니거나 많은 쓰기 시스템에 걸쳐 통일된 문자를 둘 이상의 대본에 사용할 수 있다. 예를 들어, 통화 기호, 기호, 숫자 및 구두점. 이러한 경우 유니코드는 이들을 "공통" 스크립트(ISO 15924 코드 "Zyyy")에 속하는 것으로 정의한다.

상속됨

많은 분음부 및 비스페이스 결합 문자를 둘 이상의 스크립트의 문자에 적용할 수 있다. 이러한 경우 유니코드는 이들을 "상속된" 스크립트(ISO 15924 코드 Zinh)에 할당하는데, 이는 이들이 결합하는 기본 문자와 동일한 스크립트 클래스를 가지고 있기 때문에 다른 맥락에서 다른 스크립트에 속하는 것으로 취급될 수 있다는 것을 의미한다. 예를 들어 U+0308 ̈ COMBING DIAERISS는 U+0065 e 라틴어 "에"를 생성하기 위해 U+0065 e LATIN SLINE LEADE E와 결합하거나 키릴어 "sline"을 위한 U+0435 е CYRYLIC SLING LEETER IE와 결합할 수 있다. 전자의 경우 기본 문자의 라틴어 스크립트를 상속받는 반면 후자의 경우 기본 문자의 키릴 문자 스크립트를 상속한다.

알 수 없는

"알 수 없는" 스크립트 값(ISO 15924 코드 Zzz)은 할당되지 않은, 전용, 비문자 및 대리 코드 포인트에 주어진다.

스크립트 내의 문자 범주

유니코드는 각 문자에 대한 일반 카테고리 속성을 제공한다. 그래서 대본에 속하는 것 외에도 모든 등장인물들은 일반적인 범주를 가지고 있다. 일반적으로 스크립트에는 대문자, 소문자 및 한정자 문자를 포함한 문자 문자가 포함된다. 일부 문자는 dz(U+01F2)과 같이 몇 개의 사전 컴파일된 묶음에서 제목케이스 문자로 간주된다. 그러한 타이틀케이스 묶음은 모두 라틴어와 그리스어 스크립트에 있고 모두 호환성이 있는 문자로, 따라서 유니코드는 작가들의 사용을 단념시킨다. 앞으로 새로운 타이틀케이스 문자가 추가될 것 같지는 않다.

대부분의 문자 시스템은 대문자와 소문자를 구분하지 않는다. 이러한 스크립트의 경우 모든 문자는 "기타 문자" 또는 "수정 문자"로 분류된다. 유니한(unihan) 문자와 같은 문자도 '기타 문자'로 분류된다. 그러나 라틴어, 키릴어, 그리스어, 아르메니아어, 그루지야어, 데스렛 등 몇몇 대본은 대문자와 소문자를 구분한다. 이러한 스크립트에도 대문자도 소문자도 없다.

또한 스크립트에는 마크(직교 및 기타), 숫자(숫자), 구두점, 구분자(공백과 같은 단어 구분자), 기호 및 비그래픽 형식 문자와 같은 다른 일반 범주 문자가 포함될 수 있다. 이러한 스크립트는 해당 스크립트에 고유할 때 특정 스크립트에 포함된다. 기타 그러한 문자는 일반적으로 통일되어 문장 부호나 분음 부호 블록에 포함된다. 그러나 모든 스크립트(일반 스크립트 및 상속된 스크립트 제외)에 있는 문자의 대부분은 문자다.

유니코드의 스크립트 목록

유니코드는 ISO 15924 목록을 기반으로 100개 이상의 스크립트 이름("Alias" 또는 "Property value alias"라고 함)을 정의한다. 유니코드는 ISO 15924의 Zyyy(미정 스크립트의 코드), ISO 15924의 Zinh(상속 스크립트의 코드), ISO 15924의 Zzz(코드되지 않은 스크립트의 코드)에 대해 "공통" 스크립트 이름을 사용한다. 사용되지 않는 ISO 15924 스크립트 코드는 Zsym(심볼스)과 Zmth(수학적 표기법)이다. 이것들은 유니코드 의미에서 스크립트가 아닌 것으로 간주된다.

참고 항목

• 유니코드의 라틴어 스크립트
• 유니코드 문자
• 유니코드 기호
• 음소 및 음성 표기법

참조