作為程序員，是可能聽到過復(fù)雜語言處理這個概念的。但是，這東西對于普通用戶來說也是重要的。只不過，程序員有時候需要考慮的是該如何依照規(guī)則實現(xiàn)出相應(yīng)的功能。而對于普通用戶，需要知道的是電子時代的計算機在處理文本上該有什么規(guī)則。

先說普通用戶。在電腦上碰到的UI就難逃文字。如果這個用戶想學(xué)一些外語，那么多半會碰到語言輸入的問題。比如在我上大學(xué)的時候，學(xué)校的公共機房就有南極星軟件，現(xiàn)在想來大概就是學(xué)校日語專業(yè)的人需要用的。那么在廣泛一點，學(xué)泰語的，高棉語的，僧伽羅語的，梵語的，阿拉伯語的，古敘利亞語的，實際上都有可能碰到各種各樣的文字處理問題。包括但不限于：輸入，排版，混排。

理論上看來，我們這個時代連Unicode都有了，那問題似乎應(yīng)該都被解決了吧？！

并不是，從Unicode的細(xì)節(jié)來看，它的core specification已經(jīng)是細(xì)節(jié)豐富的東西了。但是在真正的使用場景中，有時可能只是涉及皮毛。而且Unicode并不是閉門造車，而是兼容并包的，這個兼容并包的含義，就是說，你原來處理那些Unicode之外的經(jīng)驗，大多還是要用上的，甚至還要在某種程度上進(jìn)化一些。

而且，從某個角度上看，Unicode并不一定是終極目標(biāo)，雖然它在很大程度上確實有一定的終極性。這其實就是我，作為一個TeX開發(fā)者，經(jīng)常給別人說的，排版模型，限制大致上是以Unicode為主要目標(biāo)，但它不應(yīng)該作為排版的終極目標(biāo)來看，即使是最早的8bit時代的一些東西，也是有一定意義的。甚至在都有可能討論不上誰先進(jìn)誰落后的。

從開發(fā)者的角度上看，這種文本處理的東西已經(jīng)能夠讓程序員盤桓數(shù)年而出不來了。那么對于普通用戶似乎就更不友好了。

但，總有好消息，畢竟難的東西，一旦碰了一次，雖然以后還會碰到更多的困難，但解決上大概就沒什么阻礙了，所謂一通百通。

先說復(fù)雜語言。從字面上看，復(fù)雜，其實是相對于拉丁字母的體系說的。拉丁字母體系之外的難啊，各有各的難處。比如說，漢字之多，甚至現(xiàn)在的OpenType都裝不下。比如，漢字變體之多，現(xiàn)在有時會有六種以上。比如，阿拉伯語或者希伯來語，要從右往左書寫。比如，南亞的文字，語音順序和字的順序相異。比如，有些南亞文字會讓文字處理軟件的行高長高，甚至理論上可以無限長。

解決這些問題，實際上需要下面的知識：1. 語言學(xué)（書寫系統(tǒng)）；2. 計算機，尤其是涉及到文字處理的各種算法，編碼和體系化的知識，如編譯器設(shè)計；3. 統(tǒng)計學(xué)，尤其是大量的語料。

作為TeX開發(fā)者，我這些年其實就是在跟這些東西作斗爭。難的倒不是找到這些學(xué)科的材料。難的地方主要在于，從這些跨學(xué)科的知識里面，找到關(guān)聯(lián)，統(tǒng)一和對立。很不幸，這東西花掉了我很多的時間。但是幸運的是，我對于這些東西的想法已經(jīng)大概完善。

從結(jié)果上看，將會是：一個文檔，來抽出必要的知識點，整理出邏輯；一個字體，它并不是實際使用的字體，而更像是一個有驗證意義的一個工具；一個庫或者編譯器，用來對應(yīng)前兩項的，最后會用在我自己的TeX里（為了去除harfbuzz，我掙扎了多少年啊）。

下期待續(xù)。