7.4. Кодировки символов

Базовыми элементами текста являются символы или знаки алфави­тов естественных языков или искусственных формальных систем, та­ких, как математическая, химическая или музыкальная нотация. Знак представляет собой абстрактное понятие, которое может иметь мно­жество различных материальных воплощений, например изображений в разных шрифтах.

В ходе компьютерной эволюции шло активное развитие систем ко­дирования символов, начиная с примитивной, предназначенной для вывода текстов на АЦПУ, в которой различалось всего 64 символа, до системы UNICODE, которая поддерживает почти 39 тыс. различных практически на всех языках мира, использующих алфавиты.

Большая часть современных компьютеров основана на поддержке кодировки ASCII. Эта кодировка имеет две разновидности: 7-битный и 8-битный коды.

7-битный стандартный код поддерживает 128 знаков: 96 печатных и 32 служебных. Эти 96 знаков используются почти во всех устройствах, во многих программах и электронной почте.

Существует расширенная 8-битная кодировка ASCII, в которой 256 различных знаков, в том числе символы кириллицы. В России, естест­венно, она пользуется особой популярностью.

Однако наиболее мощной современной системой кодировки явля­ется UNICODE, использующая 16-битные коды. Она позволяет пред­ставлять письменности всех современных языков, кроме иероглифи­ческих, а также математические, технические и другие символы.

При помощи специальных средств коды UNICODE совместимы с кодировками ASCII, что способствует широкому распространению UNICODE.

Кроме UNICODE можно применять транслитерацию, когда знаки од­ного языка передаются при помощи знаков или комбинации знаков другого. Пока транслитерация сохраняет свое значение для представ­ления знаков некоторых языков, например китайского, которые не поддерживаются UNICODE.

Кроме того, транслитерация применяется в ряде случаев, когда правилами орфографии предписано использовать только определен­ные алфавиты. Например, в России транслитерацию на кириллицу не­обходимо использовать при передаче собственных имен, при состав­лении библиографического описания и др.

7.5. Оформление текстов и стили

Кроме кодировки символов при электронном представлении текста возникают разнообразные проблемы представления различных эле­ментов полиграфического оформления текста, имеющегося в исходном документе. Это рисунок (гарнитура) и размер шрифта, различные шрифтовые выделения, расположение текста на строке и странице, па­гинация и другие элементы. Самым сложным считается наличие в текс­те различных нелинейностей, когда символы располагаются выше или ниже строки, а также в несколько этажей, как математические формулы.

При компьютерном вводе текста для полиграфического оформле­ния используются таблицы стилей и другие средства текстовых редак­торов. Далеко не все программы позволяют применять таблицы сти­лей. При организации текста для поиска, передачи другим приложени­ям возникает проблема выбора средств.

При сканировании и распознавании текстов, использующих раз­личные особенности, например нелинейности, возникает задача отде­ления значимых элементов оформления текста от несущественных. Дело в том, что сохранение в электронном варианте некоторых тексто­вых особенностей документа, которые потом нужно представить на эк­ране или при выдаче на печать (визуализировать), стоит довольно до­рого. Очевидно, что такие затраты должны быть обоснованны. Поэто­му многие электронные публикаторы, особенно любители, которые часто представляют в Интернете различные документы, считают из­лишним тратить время и силы на сохранение и воспроизведение раз­личных текстовых особенностей. Возьмем, к примеру, ссылки на древ­негреческие или арамейские тексты, в изобилии имеющиеся в религи­озных книгах, или математические формулы, включаемые в научные монографии. Многие публикаторы эти ссылки транслитерируют или исключают, формулы линеаризуют, вместо того чтобы оформлять их как рисунки. Свои ограничения имеют и средства визуализации в Ин­тернете, такие, как стандартные браузеры.

В то же время электронные издания, претендующие на научную до­стоверность, используют более совершенные и дорогие средства. Так в Интернете возникает разное представление одних и тех же докумен­тов, что существенно препятствует формированию единого информа­ционного пространства.