[問題] 怎麼挑選 4096 個韓文字

[HuangJC (吹笛牧童)]

怎麼挑選 4096 個韓文字

看大家都在分享感情，我就分享一下阿宅工程師在做什麼好了
C 語言，或任何語言，其實都是工具
而在工具之上還有 domain knowledge, 這其實更重要

比如會計，我不懂，無法寫會計程式
下棋，我不會贏，無法寫下棋程式
而如果有 domain knowledge,就算工具語言不熟練
for loop 不用卻 hard code 幾百行，或程式速度略慢，甚至當機
這些其實在某限度下都可以忍受的
（還是有不少手機會自動重開機啊，那就是當機了；人家還不是在賣）

因此，阿宅的工作，決勝點不在 coding, 在 domain knowledge
換個領域常就要 K書了
（就好像會打電話了，但換個妹就得重新熟悉對方的喜好；相對之下打電話只是最基本的）

這次為什麼要挑 4096 個韓文字？
因為同事在寫小設備的軟體，記憶體有限，他提出的上限就是 4096 字
我們可以手機顯示簡訊來理解
手機之所以可以顯示簡訊，是因為從大氣中接到簡訊的內碼，而內碼再查詢出字型
這張字型表大，則字的選擇多；若記憶體不足，則能選擇的字體少（收到只好顯示亂碼）
以中文來說，怕不有數萬字；但若記憶體不足，則挑一萬多字的次常用字
再不足，可以精簡至數千字的常用字
以英文來說，是拼音字，那只要 26 個；或分大小寫，則 26*2 個

那麼韓文呢？韓文算怎樣的類型，怎樣挑比較好呢？
韓文字母才 24 個，如果都用字母，就 24 字即可
就好像中文雖然數萬字，但如果全用注音文，也只要幾十字即可
如果我們真的只提供韓文字母 24 字，那是注音文了

那要怎麼挑 4096 字以下呢？

然後我就在一堆文件中頭大了..
(當然啦，我都舉手機為例了；有做韓文手機的工程師應該有答案）


--
輕聲一歎  歎不盡傷感    默默的盼  盼望那遲來的緣
幾許相見  加深我的愛戀  分秒不見  都使我相思綿綿
                    天天的等    夜夜的盼    虛度了多少    落葉的秋天
                    常聽你消息  就像在眼前  仔細的看一看  你卻遠在天邊
默問蒼天  何時了我心願  對你情感  長留在歲歲年年
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　  　　　－ 孫儀

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 60.251.197.63
※ 文章網址: http://www.ptt.cc/bbs/RIPE_gender/M.1410551919.A.C70.html
※ 編輯: HuangJC (60.251.197.63), 09/13/2014 04:00:01
推 ahsan: 咦,不算漢字,韓文本就是注音文,基本格局就是子音母音子音組
→ ahsan: 沒記錯的話,通通能發音,有意思的字不就幾千個嘛.ISO 應該有
→ ahsan: CJK 碼表可查.我玩 national languages 是 80 年代了,也許
→ ahsan: 又是給你舊情報.
我們設備內傳送簡訊都是 unicode,所以先查這份
https://zh.wikipedia.org/wiki/Unicode


https://zh.wikipedia.org/wiki/%E4%B8%AD%E6%97%A5%E9%9F%93%E7%B5%B1%E4%B8%80%E8%A1%A8%E6%84%8F%E6%96%87%E5%AD%97
http://tinyurl.com/lgmuws5
然後文內有提及查這份，中日韓越統一表意文字，這就你說的 CJK 了

情報是不舊，但是字集太大，文內說：
最初期的統一漢字共20,941字，其範圍為：0x4E00—0x9FCC

20941 > 4096

記憶體炸了～
所以要挑～～～


※ 編輯: HuangJC (60.251.197.63), 09/13/2014 04:45:07
→ HuangJC: CJKV 是含其它語系，我很快決定日越中文都不需要了
→ HuangJC: 所以現在字集縮小到 K0 這個來源..
推 ahsan: http://www.unicode.org/charts/PDF/UAC00.pdf
→ ahsan: 自己去算,這些是Hangul(韓文),但是你還會需要Jamo(字母).
這些是怎麼來的？ 其實這題我已經解完，同事看過同意了
所以我不是要魚，我是要釣桿

如果你能解釋你的資料怎麼找到這的，看過比我的更有說服力，我會用你的

－－－－－－－－

承上次推文，我說縮小到 K0 這個來源
https://zh.wikipedia.org/wiki/KS_X_1001

這是 KS X 1001 的內容
KS X 1001是韓國用於書寫的諺文和漢字的字元編碼規格。

然後我看到諺文
https://zh.wikipedia.org/wiki/%E8%AB%BA%E6%96%87

再湊上某處看到，諺文就算是韓國的文字了（我是指，比注音高一級的）
這諺文範圍在哪呢？

        U+AC00－U+D7A3, U+1100－U+11FF, U+3131－U+318E, U+FFA1－U+FFDC

以上，其中 AC00~D7A3, 就是你給的網址
如果我要用，我似乎少了一句話：上面的範圍，最前面就是最常用字
如果是最常用字了，那或許可以考慮




※ 編輯: HuangJC (175.180.190.39), 09/16/2014 02:27:12
→ HuangJC: 我做了個減法，光 AC00~D7A3就一萬多字，又爆了
→ HuangJC: 直接講完我的做法好了， KS X 1001 內有常用諺文
→ HuangJC: 所以我把這份文件和諺文取交集，就是常用諺文了
→ HuangJC: 接下來我還有好多語系要做，麻煩的是文件沒一致性
→ HuangJC: 每個國家都要重檢討一次，才能定義出常用字
→ HuangJC: 所以我覺得，我仍然沒拿到釣竿