CJK 字符结点判定
在上一篇“断行”的末尾处，我提到了应该仅在中文字符之后插入 glue。查阅 luatex 手册，发现 glyph 结点含有 char 成员——体现为 glyph 的十进制编码。因此只需要将 CJK 的 Unicode 区域范围由 unicode 编码换算为十进制（直接用 16 进制也可以），就可以判断 glyph 结点是表示 CJK 字符。
我在 f4zhcn.lua 模块中添加了一个用于判断当前结点是否为 CJK glyph 结点的函数，如下：
local function is_cjk_ideo (current_node)
if current_node.id == glyph then
-- CJK Ext A
if current_node.char >= 13312 and current_node.char <= 19893 then
return true
-- CJK
elseif current_node.char >= 19968 and current_node.char <= 40891 then
return true
-- CJK Ext B
elseif current_node.char >= 131072 and current_node.char <= 173782 then
return true
else
return false
end
end
end
if current_node.id == glyph then
-- CJK Ext A
if current_node.char >= 13312 and current_node.char <= 19893 then
return true
-- CJK
elseif current_node.char >= 19968 and current_node.char <= 40891 then
return true
-- CJK Ext B
elseif current_node.char >= 131072 and current_node.char <= 173782 then
return true
else
return false
end
end
end
这里我只判断了 CJK、CJK Ext A 与 CJK Ext B 区的情况。对于中文标点，这里未进行判断。因为中文标点需要插入 kern 结点进行间距压缩处理，这是以后专门考虑的问题，在此不多说什么。
这样，就可以使用 is_cjk_ideo () 函数对当前结点类型进行判断并进行相应的 glue 插入操作，具体如下：
function f4zhcn.pre_linebreak_filter (head, groupcode)
for t in node.traverse(head) do
if is_cjk_ideo (t) then
texio.write_nl ('*** CJK Ideo ***')
local font = t.font
set_inter_glue (font, inter_glue)
insert_node_after(head, t,
make_glue_node (inter_glue_width, inter_glue_stretch, inter_glue_shrink))
end
end
return true
end
for t in node.traverse(head) do
if is_cjk_ideo (t) then
texio.write_nl ('*** CJK Ideo ***')
local font = t.font
set_inter_glue (font, inter_glue)
insert_node_after(head, t,
make_glue_node (inter_glue_width, inter_glue_stretch, inter_glue_shrink))
end
end
return true
end
同理，也可以判断 Latin 区的 glyph 结点，这在今后实现中英文自动间距调整时可以用得上。
2009年6月15日 16:39
我也遇到过这个问题，当时也是这么解决的。http://gosman.blogbus.com/logs/7932840.html