Caracteres de ancho completo y de medio ancho

Por qué existen dos anchos

En japonés, chino y coreano cada carácter ocupa una celda cuadrada. Los primeros ordenadores japoneses tenían dos tipos de juegos de caracteres: uno de un byte, JIS X 0201, con letras latinas, números y un pequeño juego de katakana que ocupaba media celda, y otros de dos bytes, como JIS X 0208, con kanji, kana y una segunda copia de las letras y los números que ocupaba la celda entera. El estándar coreano KS X 1001 también incluye una copia de ancho completo del alfabeto latino.

Unicode conservó las dos copias para que los textos antiguos se pudieran convertir sin pérdidas. Las formas de ancho completo de los caracteres ASCII (U+FF01–FF5E) y el katakana de medio ancho (U+FF61–FF9F) están en el bloque «Halfwidth and Fullwidth Forms», y la base de datos de caracteres Unicode registra a qué carácter corriente corresponde cada uno. Ese registro es el que usa un convertidor.

Qué tiene forma de ancho completo y de medio ancho

Los kanji, el hiragana y las sílabas hangul solo tienen un ancho. No existe hiragana de medio ancho, y los katakana pequeños ヵ, ヶ y ヮ y las letras antiguas ヰ y ヱ tampoco tienen forma de medio ancho.

Dónde da problemas la diferencia

• Formularios. Un campo que solo admite números rechaza ０９０, y un código postal o un número de tarjeta copiado de una web japonesa suele estar en ancho completo. Al pasarlo a medio ancho se soluciona.
• Búsquedas y duplicados. Una búsqueda de ABC no siempre encuentra ＡＢＣ, y una lista de clientes puede guardar el mismo nombre dos veces con dos anchos.
• Aspecto. Las letras de ancho completo en un texto en español se ven muy separadas; el katakana de medio ancho en un texto japonés se ve apretado.
• Sistemas con reglas propias. Algunos formularios japoneses piden la lectura del nombre (フリガナ) en katakana de ancho completo, otros en hiragana, y algunos sistemas antiguos solo aceptan katakana de medio ancho. Sigue lo que indique el formulario.

El katakana de medio ancho y las marcas de sonido

El katakana de medio ancho no tiene letras sonoras propias. ガ se escribe con dos caracteres, ｶ seguido de la marca sonora ﾞ, y パ como ﾊ seguido de la marca semisonora ﾟ. Un buen convertidor une la pareja en una sola letra de ancho completo y la vuelve a separar al regresar a medio ancho. Por eso cambia el número de caracteres: ｶﾞｯｺｳ tiene cinco y ガッコウ, cuatro.

Una marca que no puede unirse a la letra anterior, como en ｱﾞ, queda como marca aparte (ア゛). ヴ pasa a ser ｳﾞ, y ヷ y ヺ pasan a ser ﾜﾞ y ｦﾞ.

Parecidos que no forman pareja

La barra invertida es un caso especial. JIS X 0201 puso el signo del yen en el código que ASCII usa para la barra invertida, así que algunas fuentes japonesas todavía la dibujan como ¥. El carácter es el mismo; solo cambia su dibujo.

Hiragana y katakana

Cada hiragana de ぁ a ゖ tiene un katakana del mismo nombre, y Unicode los coloca a 96 posiciones de distancia, así que la conversión es exacta: やまだ たろう pasa a ser ヤマダ タロウ. La marca de vocal larga ー la usan las dos escrituras y no cambia. Los katakana sin hiragana propio, como ヷ, siguen en katakana.

Para programadores: la normalización hace más

La forma de normalización Unicode NFKC también pasa las letras de ancho completo a medio ancho y une ｶﾞ en ガ, pero a la vez cambia muchos otros caracteres: ① pasa a ser 1, № pasa a ser No, ㈱ pasa a ser (株) y ㍻ pasa a ser 平成. Úsala cuando quieras todo eso, por ejemplo para comparar claves de búsqueda. Para cambiar solo el ancho, convierte las parejas de ancho y deja el resto como está.

Preguntas frecuentes