Caratteri a larghezza piena e a mezza larghezza

Perché esistono due larghezze

In giapponese, cinese e coreano ogni carattere occupa una cella quadrata. I primi computer giapponesi avevano due tipi di set di caratteri: uno a un byte, JIS X 0201, con lettere latine, cifre e un piccolo set di katakana che occupava mezza cella, e altri a due byte come JIS X 0208, con kanji, kana e una seconda copia di lettere e cifre che riempiva l’intera cella. Anche lo standard coreano KS X 1001 contiene una copia a larghezza piena dell’alfabeto latino.

Unicode ha mantenuto entrambe le copie perché i testi vecchi si potessero convertire senza perdite. Le forme a larghezza piena dei caratteri ASCII (U+FF01–FF5E) e i katakana a mezza larghezza (U+FF61–FF9F) si trovano nel blocco «Halfwidth and Fullwidth Forms», e il database dei caratteri Unicode registra a quale carattere comune corrisponde ciascuno. È questo che usa un convertitore.

Cosa ha una forma a larghezza piena e a mezza larghezza

Kanji, hiragana e sillabe hangul hanno una sola larghezza. Non esistono hiragana a mezza larghezza, e nemmeno i katakana piccoli ヵ, ヶ e ヮ o le lettere antiche ヰ e ヱ hanno una forma a mezza larghezza.

Dove la differenza crea problemi

• Moduli. Un campo che accetta solo cifre rifiuta ０９０, e un codice postale o un numero di carta copiato da un sito giapponese è spesso a larghezza piena. Convertirlo a mezza larghezza risolve.
• Ricerca e duplicati. Una ricerca di ABC non sempre trova ＡＢＣ, e un elenco clienti può contenere lo stesso nome due volte, in due larghezze.
• Aspetto. Le lettere a larghezza piena in un testo italiano sembrano spaziate; i katakana a mezza larghezza in un testo giapponese sembrano schiacciati.
• Sistemi con regole proprie. Alcuni moduli giapponesi chiedono la lettura del nome (フリガナ) in katakana a larghezza piena, altri in hiragana, e alcuni sistemi vecchi accettano solo katakana a mezza larghezza. Segui le istruzioni del modulo.

I katakana a mezza larghezza e i segni sonori

I katakana a mezza larghezza non hanno lettere sonore proprie. ガ si scrive con due caratteri, ｶ seguito dal segno di sonorizzazione ﾞ, e パ con ﾊ seguito dal segno ﾟ. Un buon convertitore unisce la coppia in una sola lettera a larghezza piena e la separa di nuovo al ritorno. Per questo il numero di caratteri cambia: ｶﾞｯｺｳ ne ha cinque, ガッコウ quattro.

Un segno che non può unirsi alla lettera precedente, come in ｱﾞ, resta un segno separato (ア゛). ヴ diventa ｳﾞ, mentre ヷ e ヺ diventano ﾜﾞ e ｦﾞ.

Sosia che non formano coppia

La barra rovesciata è un caso a parte. JIS X 0201 ha messo il simbolo dello yen nel codice che ASCII usa per la barra rovesciata, quindi alcuni font giapponesi la disegnano ancora come ¥. Il carattere è lo stesso, cambia solo il disegno.

Hiragana e katakana

Ogni hiragana da ぁ a ゖ ha un katakana con lo stesso nome, e Unicode li colloca a 96 posizioni di distanza, perciò la conversione è esatta: やまだ たろう diventa ヤマダ タロウ. Il segno di vocale lunga ー si usa in entrambe le scritture e non cambia. I katakana senza un hiragana corrispondente, come ヷ, restano katakana.

Per i programmatori: la normalizzazione cambia di più

La forma di normalizzazione Unicode NFKC porta anch’essa le lettere a larghezza piena a mezza larghezza e unisce ｶﾞ in ガ, ma intanto cambia molti altri caratteri: ① diventa 1, № diventa No, ㈱ diventa (株) e ㍻ diventa 平成. Usala quando vuoi tutto questo, per esempio per confrontare chiavi di ricerca. Per cambiare solo la larghezza, converti solo le coppie di larghezza e lascia il resto com’è.

Domande frequenti