Skriftspråk

Den här sidan ger grundläggande information om stöd för diverse aspekter av skriftsystem; språk skrivna i olika skriftspråk; skrivriktning; typsnittsrendering och inmatning.

Flertalet skriftspråk eller dialekter

Många språk skrivs på flera skriftspråk. Det är oftast möjligt men saknar stöd i programvaran, och det är ibland svårt om inte omöjligt att implementera. Vissa språk har en SpråkVäxlare som lägger till stöd för flera skriftsystem.

Vissa språk har liknande dialekter som skrivs med samma skriftspråk och kan, rent tekniskt, behandlas på samma sätt som olika skriftspråk.

Språkomvandlare

För dokumentering på hur man använder Språkomvandlaren, läs Writing systems/Syntax

Språkomvandlaren (LanguageConverter, LC) är ett system baserat på språkvarianter som automatiskt omvandlar innehåll på på en sida till en annan variant. En variant är oftast samma språk på med ett annat skriftspråk. För att använda språkomvandlaren, gå till dina internationaliseringsinställningar. Befinner du dig på en wiki som stödjer omvandling, kommer du få se ett extra alternativ för att välja skriftspråk.

Phab:T21044 -- detta behöver dokumenteras mer!

Det tillämpas för följande språk (sedan juli 2023; se languagesWithVariants för den senaste listan):

• balinesiska (ban): Balinese (ban-bali), Latin (ban-latn) [1.36+]
• krimtatariska (crh): Latin (crh-latn), Cyrillic (crh-cyrl)
• engelska (en): Normal (en), Pig Latin (en-x-piglatin) (for testing, only when $wgUsePigLatinVariant is enabled)
• gan (gan): Simplified (gan-hans), Traditional (gan-hant)
• inuktitut (iu): Latin (ike-latn), Syllabics (ike-cans) [1.18+]
• kazakiska (kk): Cyrillic (kk-cyrl), Latin (kk-latn), Arabic (kk-arab)
• kurdiska (ku): Latin (ku-latn), Arabic (ku-arab) [1.11+]
• serbokroatiska (sh): Cyrillic (sh-cyrl), Latin (sh-latn) [1.40+]
• tachelhit (shi): Tifinagh (shi-tfng), Latin (shi-latn) [1.19+]
• serbiska (sr): Cyrillic (sr-ec), Latin (sr-el)
• tadzjikiska (tg): Cyrillic (tg-cyrl), Latin (tg-latn)
• talysh (tly): Cyrillic (tly-cyrl), Latin (tly-latn) [1.36+]
• uzbekiska (uz): Cyrillic (uz-cyrl), Latin (uz-latin) [1.20+]
• wu (wuu): Simplified (wuu-hans), Traditional (wuu-hant) [1.41+]
• kinesiska (zh):
  • förenklad kinesiska (zh-hans): China (zh-cn), Singapore (zh-sg), Malaysia (zh-my)
  • traditionell kinesiska (zh-hant): Taiwan (zh-tw), Hong Kong (zh-hk), Macau (zh-mo)

Och det behövs för många fler språk!

Språkkoder för skriftspråk bör följa ISO 15924-standard.

A current limitation of this system is that it may be particularly bad at dealing with multiple writing systems based on the same underlying script. Chinese Wikipedians occasionally use => (unidirectional) for failing cases. As LC always tries to eat up the largest chunks of words using strtr in PHP, -{}- (breaking up words) can be often useful too.

Supporting configuration

The wgULS/wgUVS functions in zhwp's sitelib allows for easy variant selection in userscript UIs. This can help scriptwriters produce a variant-aware interface for users. For other places unreachable by LC, {{int:Conversionname}} can be used to fetch the current UI language/variant.

The PreviewWithVariant gadget allows Wikipedians to check conversion results in the editor preview. You can configure it for your own wiki.

"Foreign language marker" templates like {{lang}} should add "disable conversion" markers -{ text }- around the quoted foreign text to avoid mis-conversion. On Hans/Hant wikipedias this becomes a concern for Japanese Kanji and Vietnamese Han Nom, while on Wikipedias with Latin text marked for conversion this concern should be immediate.

The WikitextLC module allows for easily inserting LC commands to Lua output. The NoteTA and CGroup system allow for accessing pre-defined sets of subject-specific conversions. Module:地区用词 allows for an adaptive output of the form "foo, known in PLACE and PLACE as bar, and PLACE as baz".

Automated title redirection on URLs may cause apparent inconvenience for interfaces without this feature. See T49725 for the Lua task and T160952 for the section-anchor task.

Se även

• m:Automatic conversion between simplified and traditional Chinese
• m:Wikipedias in multiple writing systems
• Specs/HTML#Language_conversion_blocks
• Parsoid/Språkomvandling

Skrivriktning

Most writing systems operate as characters written left-to-right (LTR), with lines stacked from top-to-bottom (TtB).

A few common scripts (Arabic and Hebrew in particular) write characters right-to-left (RTL) -- see directionality support for more details on how we handle right-to-left and mixed bidirectional text with HTML output and CSS styles.

Note that an individual language can be used with scripts that have different directionalities, such as Kazakh and Kurdish which support Latin and Arabic variants.

Note also that the World Wide Web Consortium has defined more directionalities for the use in web pages, such as North East Asian top-to-bottom ones, with lines stacked either from left to right or right to left.

Font rendering and input

Many scripts do not have proper fonts easily available to users. This may be because operating systems do not ship these fonts, or users don't know how to install them or don't have enough permissions to do this. The Tillägg:UniversalLanguageSelector extension tries to solve this by embedding the fonts in the wiki itself. Fonts will be served from the server and the user's system would not need to have the fonts installed.

UniversalLanguageSelector adds support to be able to type a certain script, so users do not have to rely on external tools or support on their systems.