Dotaz: Jak psát hezky česky v Unicode?

[Michal Kováč]

Jak se píše v Linuxu, když pracuji v UTF-8, české uvozovky, pomlčky různých velikostí...? (tedy zajímala by mě i matematika a jiné symboly - je vlastně v Linuxu už podpora Unicode 4?(tedy i oné rozšířené sady ISO 10646-2, na kterou už nestačí UCS-2).

Odpovědi

[Begleiter]

Já třeba v XML dokumentech takové symboly vkládám pomocí entit.

Jinak záleží, jak to má vyřešené konkrétní aplikace, se kterou pracujete. Někde třeba jde zadat určitý znak v hexadecimální (nebo decimální) podobě po stisknutí určité kombinace kláves.

[Michal Kováč]

já to chci vkládat normálně v xtermu či konzoli

[b0rmann]

export LANG=cs_CZ.UTF-8

a pouzivat soft ktery unicode podporuje. treba vim :)

[Michal Kováč]

tady se asi nechápeme, locale mám nastavené na cs_CZ.UTF-8 nicméně bych chtěl v xtermu napsat jednoduše například: „Toto by mělo být v českých uvozovkách”

[jm]

No strucne receno, na UTF-8 se vykaslete, pokud nejste masochista... To by to totiz jeste nejdriv musely podporovat vsechny aplikace, aby to bylo pouzitelne.

[Michal Kováč]

Po pravdě řečeno ho ještě nepoužívám, zvažuji o něm a musím říct, že mě hodně láká. Nicméně rád bych věděl, jak se dá efektivně používat...

Také bych byl rád, kdyby se podpora Unicode zlepšila.

Připadá mi hrozné, že stále píšeme skoro všude na počítači uvozovky "takto" a už nám to ani nepřijde divné. O formátování odstavců ani nemluvě(ale to neni problém Unicode, ale HTML a jiných).Velikost různých pomlček a přežiju, i když...

[hihop]

jo, v cecku pisu uvzovky "takhle". kdyz je napisu jinak, tak mi to potvora kompilator nejak nesezere. tak to bude asi tim.

imho je dost rozdil, jestli ta vec ma mit nejakou typografickou upravu, nebo je to pokud-mozno-ascii text. na prikazove radce v bashi fakt ceske uvozovky nepotrebuji. a kdyz pisu poradny text, pisu ho v editoru (vim), kde s utf8 neni problem, obskurni znaky se zadavaji ^k-neco-neco (digrafy), ^v-u-1234, nebo se na ty casto pouzivane da udelat mapping, nebo trivialni charset-selector namapovany taky na neco.

[Beda]

desim se dne, kdy gcc bude prekladat .c soubory podle toho, jake bude mit clovek locales.

desim se toho, ze budu muset editor po defaultni ceske instalaci odnaucovat cestinu jen pro nektere pripady (programovani)

vlastne me desi i predstava, ze budu muset premyslet ktere uvozovky to vlastne chci napsat a hnusi se mi predstava, ze si budu muset zvykat zase na jine rozlozeni klavesnice.

a jestli se chcete zabyvat typografii, tak predpokladam uz jste slysel jmena jako tex, cs-latex, metafont, lyx ...

[hihop]

u texu jsem nahodou slysel ;) o lyxu jsem radeji neslysel ;) neni to otrava mit vsechny veci (hlavne mat. symboly) jako backslash-cosi, kdyz existuje utf8, takze by mohly byt ve vimu normalne videt? nebo pises u s kouzkem \accent23u? a premyslet, co napsat za uvozovky, to je jak premyslet, co napsat z i/y. tak i/y taky zrusime, abychom nahodou nemuseli premyslet, ktery napsat. taky bych obcas chtel psat zaroven cesky a rusky. bez podpory unicode maximalni peklo. se soucasnou urovni podpory unicode akorat peklo ;) nejde snad o to, aby na cloveka vsechno zvatlalo cesky (l10n, nesnasim), ale o podporu unicode (i18n), ne?

[tomcat]

on bude spis problem, ze plantas pate pres devate.... podpora unicode v *systemu* s tim ma co delat jenom okrajove. existuji urcita vicemene zavedena ci dokonce normovana rozlozeni klavesnic a pokud chces psat znaky, ktere na tech klavesnicich nejsou a nikdy s nimi nebylo pocitano, je to na tobe. bud si udelej kbd layout podle svyho, ale potom nepocitej, ze s nim bude chtit delat nekdo dalsi nebo ty "nestandardni" znaky zadavej jinak (gucharmap, compose kody atd). zbytek je problem *aplikacni* podpory a ne systemu. ostatne ty nadbytecne znaky jako typograficke uvozovky a podobne potrebujes *pouze* pri sazbe textu a na to jsou programy, ktere to zvladaji. takovej openoffice ti dokonce automaticky prevede ty "programatorske" uvozovky na typograficke... nemluve o TeXu a dalsich pro dany ucel vhodnych aplikacich. pokud narves typo uvoz nekam do zdrojaku, byt i do stringu, vetsina kompileru i interpretu te posle tam kam patris...

mam dojem, ze proste jenom z neznalosti michas veci, ktere spolu moc nesouvisi. btw si nedokazu predstavit klavesnici, ktera by mela jednoduse umoznovat napsat vsech asi 40000 znaku z unicode. ze by nejaka 3d se 400 klavesama v kazde rovine? 8-D

[hihop]

blbost. pisu snad nekde, ze chci psat 40000 znaku? nepisu. neumim ani cinsky ani korejsky. pro zacatek chci psat cesky a rusky, vynechavam symboly, ok? nemam zadny problem s nedstandardni klavesnici, protoze prepinam mezi standardni ceskou a standardni ruskou (a standardni anglickou), ok? tim jsme vyresili tvoje nesmyslne namitky. chci tak psat i v terminalech, oo.o je hnusny monstrum, s tim na me nechod. chci tak psat zdrojaky texu a normalne je prekladat (hej, borci z texk, kdy konecne zaradite enctex?). pokud jde o rozliseni system/aplikace, tak jsem si nevsiml, ze bych slovo system pouzil, takze o co ti konkretne jde?

[jm]

To, ze nerozlisujete mezi systemem a aplikacemi, je ta zasadni chyba. Terminal NENI urcen k sazbe textu. Howgh!

[hihop]

to je furt dokola. jak mam teda sakra editovat textak, ktery je vicejazycny? nebo nesmim, protoze ses rozhodl, ze mi to zakazes? rovnou ti reknu, ze me nezajima *jestli*, me zajima *jak*

a jeste k tem 40000 znaku. kdybych potreboal tolik klaves kolik znaku, tak by nikdo nikdy na svete nemohl psat cinsky. a pritom lidi cinsky pisou. i v terminalech. cim to asi bude? slyseli jste aspon nekdy o input methods?

[jm]

Jak to mas delat, je popsano v tomto prispevku:

Datum: 7.4.2004 03:34
Od: tomcat
Titulek: Re: Jak psát hezky česky v Unicode?

Tedy, nikde jsem necetl, ze by se nekde psalo, ze textak je zakazano editovat v nejake aplikaci k tomu urcene, ze.

[hihop]

predne, jestli je oo.o texotvy editor, tak ja jsem cinskej buh srandy. az budes v oo.o psat zdrojaky, tak se muzeme bavit, jestli je nebo neni.

a za druhe, ja chci stisknout na klavesnici znak (cesky, rusky, nebo jakykoli zrovna mam na mape), a chci aby se napsal. nekdo to mozna nazyva editovani textu. ja to nazyvam napsani znaku.

[Petr Krčmář]

A proč to proboha chceš dělat v terminálu. Copak máš málo editorů jako OOo?

Petr

[Michal Kováč]

Chci to mít uložené v plain textu. Tam je síla Linuxu, spousta skriptů a programů s ním může pracovat.

[Michal Kováč]

PS: a chci, abych to uměl napsat, i když se mě nějaký terminálový program na něco zeptá

[Leoš Literák]

Ahoj,

chtel bych te poprosit, abys pocital do stovky, nez zacnes odpovidat v diskusi. Ja tuto diskusi ctu jen z letadla, ale mam z tvych odpovedi/dotazu neprijemny pocit. Jako by te vsichni hrozne stvali. Byt na jejich miste, *vubec* bych neodpovidal, kdyz se neumis slusne chovat.

[hihop]

a taky nechci na terminalu text *sazet* to jsem uz snad napsal v prvnim prispevku, kdo ho nepochopil, at si ho precte znova. howgh.

nejdriv prisli blbi americani s ascii, ktera podle nich mela stacit vsem. akoratze jaksi nestaci, vymyslely se stovky (doslova) rozsireni. cesi na to doplatili sedmi ruznymi kodovanimi cestiny.

ale cesi se nepoucili. prevzali stafetu po americanech a kdyz se situace opakuje na urovni narodnich abeced, tak zas tvrdi oni, ze jedna narodni abeceda staci pro vsechny.

ja se z vas lidi asi poseru.

[Michal Kováč]

Proč tedy mít v terminálu vůbec háčky a čárky?... Tím, že píšete uvozovky "takto" nejen, že to vypadá jinak,ale ztrácíte tím informaci - o to jde - zatímco kdykoliv můžete háčky a čárky z textu programem odstranit, přidat je obecně nejde. S uvozovkami a pomlčkami je to stejné.

Když se pak rozhodnete, že by jste ten text rádi zařadili do své knížky, nemusíte s ním už moc dělat (samozřejmě jo, ale ne už tak titěrné blbůstky (stalo se vám někdy, že jste přidávali háčky a čárky do textu bez nich - kolik vám to zabralo času?))

Nechápu co sem furt motáte zdrojáky programů - každý programovací jazyk je jazyk a má tedy své znaky. Je tedy blbost mu tam házet české uvozovky, když v jeho jazyku nejsou.

[jm]

No, vite, ono to asi bude tim, ze jsou lidi, kteri kdyz potrebuji strcit do zdi hmozdinku, tak pouzijou vrtacku a vrtak o prislusnem prumeru, a jsou lide, co si vezmou majzlik a kladivo a vysekaj dve cihly.

Nejak nechapu, co vam v terminalu schazi za znaky. Bezne znaky narodnich sad lze psat naprosto bez problemu, typograficke uvozovky v bashi psat opravdu nepotrebuji a pokud ano, tak si musim najit jiny zpusob, jak to udelat, ono to prostredi k tomu totiz neni urceno. Co se tyce uvozovek a nasledneho dalsiho vyuziti textu, tak si s tim editory k tomu urcene poradi obvykle automaticky, na druhou stranu ovsem nechapu, ktery text byste chtel takto dale vyuzit. Pokud nejake skripty, tak tam se rozhodne zadna informace neztraci, typograficke uvozovky tam nemaji co delat.

[Stanislav Brabec]

Používejte třeba gnome-terminal a gedit.

Pravé tlačítko -> Vstupní metody -> Mapa znaků Unicode. Tím můžete psát třeba:

echo "„Hezky česky v uvozovkách.“"

[MaT]

No, já považuji české uvozovky taky za součást národní znakové sady. Jen kvůli tomu, že to někdo nepoužívá, tak to neznamená, že to nepotřebuje nikdo jiný. Já bych třeba chtěl mít české uvozovky, když píšu něco pro web. To to mám psát z OpenOffice? Proč ne třeba v mceditu nebo ve vimu v konzoli?

[unchallenger]

Ve vimu není problém je psát, chci-li.

[Stanislav Brabec]

Navrhněte umístění na klávesnici, a můžeme zkusit takovou klávesnici navrhnout.

Podle mne jsou třeba následující znaky: Dvojité a jednoduché uvozovky (4 nebo 6 znaků), en-dash, em-dash, elipsa, případně úzká nedělitelná mezera.

Např ×÷ jsou na klávesnici 2× - přes AltGr+Shift na ú) a ,. Nad ů je maďarská dvojčárka (též podruhé), nad - je polská tečka (též podruhé).

Vůbec by to chtělo revizi divných AltGr znaků nad písmeny a Shift+AltGr znaků.

Dále jsou zde Compose kódy, které také nikdo neaktualizoval.

[Michal Kováč]

Jsem pro!

Tedy jsem pro to dohodnout se s co nejvíce lidmi na vzhledu unicode české klávesnice a nejlépe to nějak normovat (jde to?). Možná by nebylo špatné trochu víc toto téma prosadit na rozhovor - například šoupnout to jako článek do ABC Linuxu. Nebo nejsou na rozložení klávesnice také nějací specialisté?

Souhlasím s navrhovanými až na: prosím vysvětlete mi prosím, co myslíte jednoduchými/dvojitými uvozovkami (pokud tím myslíte s jednou čárkou / dvěma, kde se používají v češtině s jednou?) úzkou neoddělitelnou mezeru nepovažuji za nutnou - podle mě neoddělitelnost není věc obsahu, ale vzhledu textu a to by se nemělo řešit v textu, měl by to řešit program, ale nechám se přesvědčit o opaku - na druhou stranu, když už to tam dali...

Dále bych do seznamu přidal mínus, které bych nejraději namapoval na mínus na numerické klávesnici.

Ještě jsem zastáncem toho, přesunout do AltGr z české klávesnice na úkor českých znaků ' a ¨ - já to mám vlevo od bakscape

Jo, ta spodní řádka u pravého šiftu s AltGr shift se mi zamlouvá - nepíše se to ani moc špatně.

[Ritchie]

Jednoduché uvozovky se používají při zanoření uvozovek – vnější jsou dvojité, vnitřní jednoduché. Občas se používají jednoduché uvozovky namísto dvojitých, což je také typograficky správně.

[Michal Kováč]

Děkuji

[Spike]

Neměly by se pro vnořené uvozovky používat ty (myslím, že) francouzské »«? O jednoduchých nic nevím...

[Stanislav Brabec]

Při minulé revizi klávesnice jsme o ní diskutovali tři.

Úzká nedělitelná mezera je speciální znak Unicode, který by se měl psát např. mezi číslo a jednotku - tedy 10{THSP}km.

Minus na numerické klávesnici je utopie - vždyť kolik doposud nevyřešených problému přinesla desetinná čárka. Ale je to tip na znak, který by měl někde být.

Navíc je zde požadavek majitelů notebooků - všechny znaky musí jít napsat i bez numerické klávesnice.

Norma by snad šla, ale je to spousta administrativy. Navíc zde se stane "normou de facto" to, co uděla Microsoft. Apropos, nevíte, jak tyto věci řeší u české klávesnice Microsoft a Apple?

Jinou zajímavou věcí je vyvolat diskusi o jednotné implementaci Unicode znaků v X - tedy nedělat to do cz, ale do základní klávesnice. Ale to nevím, jak projde. Když jsem revidoval inet mapy, neozval se v diskusním listu vůbec nikdo. Spíš to vidím na kontaktování ostatních autorů neamerických map.

Diskuse by se měla otevřít i pro Compose kódy, na které lze namapovat mnohem víc znaků.

Další, spíš technická věc, by byla: Odstranit z X všechny alternativní mapy klávesnice a řešit je jako varianty. Znamenalo by to méně práce při údržbě.

[Michal Kováč]

Dobře, jsem pro úzkou neoddělitelnou mezeru a máte i pravdu s tím, že není vhodné dát mínus za současnou pomlčku na numerické klávesnici. Ale alespoň bych to dal jako shift minus ci alespon AltGr minus na num. klávesnici, pokud to jde.

Mimochodem, je numerická čárka to samé jako normální čárka v typografii? Pokud ne, jsem pro stejné řešení.

Pro notebooky bych pak samozřejmě umístil i mínus někam na nenumerickou klávesnici.

Na jednotlivá mapování je dobré se podívat na http://www.unicode.org/Public/MAPPINGS/VENDORS/

například zajímavé je: http://www.unicode.org/Public/MAPPINGS/VENDORS/MISC/US-ASCII-QUOTES.TXT

a hlavně!: http://www.unicode.org/Public/MAPPINGS/VENDORS/APPLE/CENTEURO.TXT

Budu rád, pokud navrhnete nějaké mapování, já teď nemám a bohužel brzo nebudu mít moc času, ale na odsouhlasení/napsání námitek si čas najdu. Děkuji.

[pavlix]

Jo a docela rád bych se připojil, pokud bude probíhat nějaká iniciativa v tomhle smyslu... Sám bych dal přednost co nejjednodušším rozšířením klávesnice, protože dokud převládají systémy Microsoft, tak to rozložení nebude natištěné na žádné běžné klávesnici.

Jinak co si myslíte o používání cz_qwerty... pro mě je to vždy preferovaná varianta.

Taky se mi líbila stará klávesnice ČEa, která zachovávala všechny klávesy kromě horního řádku stejné jako na anglické... teďka žádná opravdová programátorská klávesnice nikde neexistuje...

Ale už jsem si zvykl na přepínání mezi cz_qwerty a us, ale přecejenom nějaká programátorská varianta by se taky hodila (jen nápad).

pavel.simerda(at)astalon.net, nebo jeste (at)atlas.cz

[Michal Kováč]

no já na Linuxu nemám vůbec problém s tím psát normální (ne utf-8) znaky s klávesnicí cz_qwerty. Nevím, co přesně používáš za "cz_qwerty" klávesnici, ale na té mojí se neprogramuje hůře než na us - jediný rozdíl je, že místo toho, abych na us mačkal pro nějaké znaky shift, mačkám Alt Gr v české. Trochu se divím, že ještě dnes lidi na linuxu přepínají klávesnice. Mimochodem také se divím, že například na Matfyzu je standardně v počítačových laboratořích nastavena klávesnice us...

[unchallenger]

Rozdíl mezi AltGr a Shiftem je zásadní a divím se, že sis ho ještě nepovšiml: AltGr je jen na jedné straně klávesnice. To je výhodné hlavně pro milovníky rukolamů.

Další rozdíl je třeba ten, že na symboly na anglické klávesnici jsou na té klávesnici i nakreslené a shodují se mezi operačními systémy.

[pavlix]

Co ja vím, tak Apple umožňuje psát aspoň ty pomlčky. Nevim ted jestli používá shift+space a ctrl+space....

[pavlix]

ještě oprava, mělo to být samozřejmě shift+hyphen/ctrl+hyphen... o mezerách teď nevím

[Spike]

Jsem také pro nějaký takový layout. A nedělitelná mezera je NUTNOST! Cožpak nevíte, že např. neslabičné předložky (nebo ty uváděné jednotky) se sází s nedělitelnou mezerou?
Jednoduché uvozovky a dlouhá (em) pomlčka jsou IMHO nesmysl. S těmi uvozovkami váhám, ale ta pomlčka se AFAIK používá v americké typografii jako náhrada čárky nebo uvozovek.
Ještě mě napadá, že takový layout by se dal šířit i do Win světa, jelikož nějaká utilita pro tvorbu vlastního layoutu tam také existuje.

[Michal Kováč]

Jde o to, že nedělitelná mezera nemá žádný sémantický význam, narozdíl například od uvozovek, proto se mi to nezdálo tak důležité, nicméně nejsem proti.

Dlouhá pomlčka se používá i v české typografii, ale málokdy, má tam však svůj význam (myslím, že značí delší pomlku v řeči, myslím, že se používá třeba v básních).

Jednoduché uvozovky jsou především používány jako vnořené uvozovky, tedy také málokdy používané, ale používané.

[Stanislav Brabec]

U standardních map klávesnic je to trochu problém. Současné mapy jsou z doby před UTF-8 a bylo by třeba na neobsazené klávesy namapovat alespoň národní uvozovky, pomlčky apod.

Dále by bylo třeba rozšířit XKB Compose kódy.

Není to až tak velká práce, ale zatím se do toho nikdo nehrne.

Osobně zatím používám GNOME a jeho gucharmap.

[Begleiter]

Jinak bych Vaší pozornosti doporučil unicodový editor Yudit. Já ho občas používám a jsem celkem spokojený. Viz http://www.yudit.org/.

[unchallenger]

Ale co s tím, když to nejede na konzole...

[©]

Chceš-li své texty krásně vysázené míti, pak doporučuji ti k TeXu spíše jíti.

Ne, fakt, já si zvyknul na TeX natolik, že dokonce místo RTF a podobnejch podivnejch formátů typu .doc (které sice není problém vyrobit třeba v Ooo nebo AbiWordu apod., konkrétně na výrobu RTF mám dokonce BASHovej script) posílám lidem prostě PostScript anebo PDF a ktomu přidám ještě ISO-8859-2 kódovanej čistej text s instrukcema, jak ho otevřít. Zatím mě nikdo kvůli tomu na životě neohrožoval.