香港增补字符集_在线百科全书查询
香港增补字符集
香港增补字符集（Hong Kong Supplementary Character Set，简称 HKSCS）是香港政府基于繁体中文电脑操作环境中最流行的Big5（大五码）之上扩展的字符集标准，是现时香港的中文资讯交换内码标准。香港增补字符集以前称为《政府通用字库》（Government Common Character Set， 简称 GCCS），本来只是香港政府内部统一使用的造字档，有三千多字。
简介
由于香港电脑业界不断要求政府迎合本地需要，提出官方的字符集方案，以便与政府进行文件来往，于是香港政府便在1995年把这个内部使用的标准公开。到了1999年，此字集增加到四千多字，并改为现名。字符集所收罗的字，主要包括香港的地名、人名用汉字、粤语汉字及异体字，也有小部份简体字。除此之外，此字符集亦把倚天中文系统收录的日语平假名、片假名及俄语西里尔字母包括在内。此字符集由中文界面咨询委员会管理，仍在不断扩编之中。最新版本为 2005 年 5 月推出的 HKSCS-2004，收录 4，941 个字元。
源起
1980年代中期， 台湾的中文电脑的通行内码为 Big5 编码。1990年代初期，香港电脑应用逐渐普及，而政府各部门也电脑化。和台湾一样，香港也是使用繁体中文的地方，是故也采用了 Big5 编码。可是 Big5 码本身没有收录香港常用的广东字、一些人名地名用字、一些学科用字，于是香港政府各部门使用 Big5 的外字区，自行补上这些字，并在政府内部使用。香港业界也不断要求政府，本地需要一套标准字符集来作电子文件来往。到1995年，互联网在香港起步，而政府也推出了自己的网站。各人电脑的中文系统虽然都用 Big5 编码， 但都没有政府用的外字，更可能用了自己的外字，使在浏览网页时不能显示正确的字元。香港政府于是把内部使用的 Big5 外字集公开，让各界可以下载安装这批字，使电脑能显示正确的字元，并把这套字命名为「政府通用字库」。
负责机构
负责整套字符集管理的为中文界面咨询委员会， 简称「中谘会」， 英文名 Chinese Language Interface Advisory Committee (CLIAC)。1999年5月由前资讯科技署成立， 现隶属「政府资讯科技总监办公室」。中谘会辖下有两个工作小组: 中文电脑用字工作小组、中文资讯科技工作小组。中文电脑用字工作小组审核待增收字元， 纳入和编配码位等工作；中文资讯科技工作小组解决技术问题及与国际标准 ISO/IEC 10646（简称 ISO10646）接轨等工作。各组成员来自学术界、语言学界、出版界和资讯科技界等。
字元分类
在 HKSCS-2004 版本，汉字字元共 4500 个，其中 3353 字可在大型的字典（如《汉语大字典》）中查到，包括简化字、异体字、日语汉字等。其馀在各大中文字典中查不到的字中，有粤语方言字（有些可在方言字典及学术著作中查到）、人名、公司名、地方名、变形部首、附形、讹字。有些字来自入境事务处、公司注册处、税务局、地政总署。
各类符号共 441 个，有汉字笔形、汉语拼音字母、国际音标符号、汉字元件、画表符号、日本平假名、片假名等。
部首、画数、读音
香港增补字符集在 2005 年才有画数、部首、粤音等资料给用户参考， 还说明方便检索， 而非作为规范标准。（汉字的部首在不同的字典中， 归部也不尽相同）
编码和 Big5 的关系
香港增补字符集当初因为是补充 Big5 的收字不足，使用其外字区而发展的，所以受制于 Big5 的编码架构，外字的总数最多只能到 6217 个（每区块 157 字，有 39 区块半）。除去已用码位，剩下千馀个码位，其中有部分会保留给用户造字。
早期的倚天中文系统、国乔中文系统等对造字缺乏管理，而又没有文字专家的审定，因此当时造字很是混乱，有些甚至可能只是临时使用的「错字」（寻遍各大字典、专书也查不到的字）；制作这些中文系统的厂商又对字形、字体缺乏认识，有些字会因为字体不同而字形稍有差别，分别编进了两个码位中。又有同一字有系统区及造字区两个码位，有些联绵词只收其一不收其二；这个问题带到了政府通用字库和香港增补字符集中，字集因要反向相容而跳过了一些码位。
Big5 原来的编码，只有汉字、标点、注音符号等字元及少数图形，後来经过台湾厂商的增收，多了 7 个「倚天字」（如里、恒）及日文的假名，最後这批字元又被香港增补字符集收入。
香港增补字符集所使用的 Big5 的外字区分几个区段：
「造字区一」(FA40 — FEFE)：早期的 GCCS 字符集已经填满这一段。
「造字区二」(C6A1 — C8FE)：倚天用了这段来放日文假名等符号。这些符号在 HKSCS 1999 年的版本被收纳。
「造字区三」(8140 — A0FE)：香港增补字符集把这段开头的 (8140 — 84FE) 保留给用户，新增的字元只用其馀的码位。
「厂商造字区」(F9D6 — F9FE)：这段开始的七个码位用来存放里、恒等「倚天字」，之後的码位被微软的繁体中文 Windows 用来存放制表符号。後来 HKSCS 1999 年版本将之全部收纳。
可是一般提及 HKSCS 的文件，包括来自香港政府的，都没有注明 HKSCS 以外的一般繁体字编码（即是 Big5 本身）使用哪个版本。Big5 在 2003 年前就只有一个版本，不会造成混淆，但 HKSCS-2004 的文件仍没有指定 Big5 部份是 2003 年之後还是之前的版本，虽然到目前为止并没有任何系统使用 Big5-2003。
编码和和 ISO 10646/Unicode 的关系
1995 年的政府通用字库本来是内部使用的，到 1999 年才成立中谘会专门去负责增收及审核字元的工作，并与 ISO 10646 接轨。中谘会的成员会把香港增补字符集交到 ISO 的表意文字小组中，尽量让其所有字元纳入国际标准。表意文字小组会定期开会审议汉字的收纳等工作， 成员是来自世界各地的专家。
香港字在 Big5HKSCS 内的码位，都能对应到 ISO 10646 中日韩汉字区段中的码位，或 Private Use Area（用户造字区，简称 PUA）内。随著版本的更新，造字区的字会逐渐搬到中日韩汉字扩展区内。将所有已纳入的 HKSCS 字元搬到正式中日韩汉字扩展区段（非 PUA 区段）的工作在 2005 年完成，对应于 ISO 10646:2003 的第一修订版，相应的 Unicode 版本为 Unicode 4.1。
不过，因为目前流传极多使用旧版 HKSCS 的系统产生出来的文件，为了方便过渡，在 HKSCS 的定义中，在 Unicode PUA 所分配的字元位置会予以保留，不会给新加入而且未分配正式 Unicode 位置的字元使用。
字体的提供
最初的香港字，是由早期的台湾厂商 (像倚天等) 和用户自行造字所得。因为大部份都不合标准和没有流通，所以没有沿用至今。後来，Truetype 字体盛行，中文字的厂商都开始加入香港字，但因为是商业性质，没有足够的流通量。另外，在支援超大字库的字体方面，因为 HKSCS 某些字和大陆 GBK 码有冲突，厂商经常会因市场关系舍弃一些香港字。
香港政府的「数码 21」网页 (详见下面的外部连结) 有提供由华康授权的香港字参考宋体，但一来是使用条款苛刻而不可能广泛使用，二来是没有推广，致使政府内部人员也不知道这套字体的存在。
目前由商业主导的情况渐有改变，近况如下：
开放源码字体
文鼎在 1999 年捐了四套字体 (繁简明体和楷书) 给自由软体界，但当中没有香港字。後来高盛华 (Arne Götje ) 发起计划将繁简体合并，称之为 CJK Unifonts。当中，Akar、Zunix 等人在 2004 年末另外发起香港 freefonts 计划，将香港字加入CJK Unifonts之内，到了 2005-09-01 完成将 HKSCS 2004 加入 CJK Unifonts 的工作。目前 CJKUnifonts 已被收录在各大 Linux distribution 之内。
商业字体
最早一套宣称支援 HKSCS 2004 的字体，是华康「金蝶 2006 H.K. Edition」，在 2005-11-14 推出。
增收字元
「中谘会」会让各界申请新字元，不过要经过审核批准，才会给字元编配码位。而用户自造的字，可视乎需要加入，特别是一些人名地名等会经过互联网传送的字。另外，这些增收的字元不一定能够收录在 Unicode 之内，例如一些能够表示成 Unicode 复合字元的字或符号，便不会收录。
另外因为现在馀下的 big5 相容码位不多（2005 年 9 月为止只剩 487 个未用），中文界面咨询委员会暂定打算在 2007-08 年停止为字元提供 big5 码位，并在之前尽量协助业界和一般用户过渡至 Unicode。
操作系统的支援
香港增补字符集开始时只有 Windows 版本的 Big5 编码， 後来与 ISO 10646 接轨後， 才开始在 Linux、MacOS 等系统中使用。理论上因为 ISO 10646 已收纳香港增补字符集， 任何支援 ISO 10646 的系统都可使用香港字。但实际上，许多旧的程式内部是使用 UCS-2（每个字占 2 字节）储存字串，无法表示许多放在基本多文种平面 (简称 BMP) 以外的所有香港字。只有使用 UCS-4（每个字占 4 字节）作为内部储存字串编码的程式，才能够完整地显示所有香港字。
Windows显示和处理字元
根据 Microsoft 的网页，在 Longhorn 或以後的版本将不再支援 HKSCS-2004 的 Big5 扩展编码（通常称为 Big5HKSCS），而只使用 Unicode 中的香港字支援。
至于 HKSCS-2001，可以在微软的网页（请看下面的外部连结）中下载香港增补字符集；它支援 Windows 98、NT、2000 和 XP。可是安装该套件和其它软体（例如 Office）需要有一定的次序，而且它和别的 Big5 外字集并不相容，必须先浏览有关文件方可安装。
Linux显示和处理字元
自从 glibc 在 2000 年加入香港字 (同时包括 big5hkscs 和 unicode 码两者的转换表) 的支援後，就几乎没有再更新过，其中的 Big5 部份更是来自年代久远的 Big5 / Unicode 转换码表，当中有不少错误之处，令一些文件和网页无论使用 Big5 还是 Big5HKSCS 转换至 Unicode 都会出现错误。暂时未有任何更新。相反地，如果单是使用 unicode 作为系统编码，处理香港字则没有问题。
桌面环境方面，KDE 3.x 桌面因为使用 QT 3.x，而 QT 3.x 内部使用 UCS-2 储存字元，因此 KDE 3.x 只能有限度地显示少部份香港字。这情况期望在 KDE 4.0 解决。
GNOME 没有这方面的问题，只要是使用 Unicode，在 2004 至 05 年间就已经能够显示所有 BMP 以外的字元。
MacOS显示和处理字元
Mac OS X 10.0 至 10.2 版本支援的版本为 HKSCS 1999，暂时未知道最新版的 Mac OS X 支援哪个版本。
使用地区
除了香港使用香港字以外，现在台湾的中文电脑也有少部分使用它的 (台湾也有自己的一两套外字集)。而同样使用粤语和繁体字的澳门当然也使用这套字集，也许还有其它华语地区会使用。
评价
香港增补字符集因为一直需要和 Big5 码相容，所以可以说是一套先天不足的字集。它要处理前期许多遗留下来的问题，也有外字字数上限，致使香港政府打算在 2007-08 年放弃它的 Big5 编码。如果系统使用 Unicode 编码，用它反而较好。当今的趋势是使用 Unicode，它有足够的字元，几乎可以满足文字学家、字典专家的用字要求。但因为相容性的关系，要将整个系统由使用 Big5 码转换至 Unicode 颇费时，因此还会有人暂时不愿意转换。
