KAKASI(1) General Commands Manual KAKASI(1)

KAKASI - مبدل ساده کانجی به کانا (تبدیل بین کانجی، هر دو نوع کانا و روماجی)

kakasi [گزینه‌ها] [jisyo1 [jisyo2 [jisyo1,,]]]

KAKASI جملات در زبان ژاپنی اغلب از ترکیبی از نویسه‌های چینی (Kanji)، کانا (شامل Hiragana و Katakana) و روماجی (Romaji، تلفظ آوایی به خط لاتین) تشکیل شده‌اند. این برنامه کار تبدیل بین این چهار شیوه مختلف نوشتن زبان ژاپنی را انجام می‌دهد.

این برنامه برای کسانی که پایانه یا میزکار آن‌ها از نمایش بومی ژاپنی پشتیبانی نمی‌کند بسیار کاربردی است. همچنین ابزاری عالی برای زبان‌آموزان ژاپنی (دانشجویان بین‌المللی، کودکان و غیره) به شمار می‌رود.

یک کلمه را می‌توان به ورودی استاندارد (stdin) فرستاد تا تبدیل شود و در خروجی استاندارد (stdout) قرار گیرد. در مثال زیر کانجی «bunchu» به Hiragana تبدیل می‌شود:

kakasi -JH < document

از نگارش 2.3.0 به بعد، متن دارای فاصله بین کلمات پشتیبانی می‌شود. در مثال زیر، خروجی دارای فاصله میان تک‌تک کلمات است:

kakasi -w < document

از نگارش 2.3.5 به بعد، حالت تبدیل سطحی پشتیبانی می‌شود. در مثال زیر، کانجی‌های ساده دست‌نخورده باقی می‌مانند و کانجی‌های دشوار به Hiragana ترجمه می‌شوند:

kakasi -l4 < document

توسط KAKASI امکان تبدیل حروف به نویسه‌های الفبایی وجود دارد. همچنین حروف Katakana در مجموعه نویسه JIS x0201 و Hiragana در مجموعه نویسه JIS x0208 را می‌توان به یکدیگر تبدیل کرد.

مجموعه نویسه‌های زیر که درون قلاب‌ها قرار دارند، پشتیبانی می‌شوند:

ASCII (a)
به عنوان مجموعه نویسه «ascii» شناخته می‌شود.
JISROMAN (j)
به عنوان مجموعه نویسه «jis roman» شناخته می‌شود.
GRAPHIC (g)
مجموعه نویسه گرافیکی DEC است.
Katakana (k)

JIS x0201، که به عنوان بخشی از مجموعه نویسه GR تعریف شده است.
جهت سهولت، مجموعه JIS x0208 به شرح زیر تقسیم‌بندی شده است:
Kanji (J)

نویسه‌های JIS x0208 قرار گرفته در بخش‌های ۱۶ تا ۹۴.
Hiragana (H)

نویسه‌های JIS x0208 قرار گرفته در بخش ۴ (Hiragana).
Katakana (K)

نویسه‌های JIS x0208 قرار گرفته در بخش ۵ (Katakana).
Sign (E)

نویسه‌های JIS x0208 قرار گرفته در بخش‌های ۱، ۲، ۳، ۶، ۷ و ۸. (توجه داشته باشید که بخش‌های ۹ تا ۱۵ در JIS x0208 تعریف نشده‌اند.)

تبدیل میان مجموعه‌های نویسه زیر در دسترس است:

-> JISROMAN, Sign
-> ASCII, Sign
-> ASCII, JISROMAN, Sign
-> ASCII, JISROMAN, Kana, Hiragana
-> ASCII, JISROMAN
-> ASCII, JISROMAN, JISx0201 Katakana, Hiragana
-> ASCII, JISROMAN, JISx0201 Katakana, Kana
-> ASCII, JISROMAN, JISx0201 Katakana, Kana, Hiragana

با تبدیل ASCII و JISROMAN، تبدیل نویسه الفبایی از JISx0201 Katakana، Katakana، Hiragana و Kanji انجام می‌پذیرد.

مثال‌ها:

۱. تمام نویسه‌های کانجی به Hiragana تبدیل می‌شوند:


kakasi -JH

۲. تمام نویسه‌های JIS x0208 به JIS X 0201 تبدیل می‌شوند:


kakasi -Hk -Kk -Jk -Ea

۳. تمام نویسه‌ها به JIS X 0208 تبدیل می‌شوند:


kakasi -aE -jE -gE -kK

۴. تمام نویسه‌ها به ascii تبدیل شده و کلمات جدا می‌شوند:


kakasi -Ha -Ka -Ja -Ea -ka

۵. تبدیل متقابل میان نویسه‌های Katakana و Hiragana:


kakasi -HK -KH

برخی از مجموعه‌های نویسه توسط kakasi دسته‌بندی شده و با نشانه‌های اختصاری زیر مشخص می‌شوند: a، j، g، k، E، H، K، J.


a --- نویسه‌های ASCII
j --- نویسه‌های JIS ROMAN (تقریباً معادل ASCII؛ نمادهای «~» و «\[u00BB]
متفاوت هستند) تعریف‌شده توسط JIS x0201
g --- نویسه‌های گرافیکی DEC
k --- نویسه‌های KATAKANA تعریف‌شده توسط JIS x0201

نویسه‌های E، H، K و J در مجموعه نویسه JIS x0208 قرار دارند.


J --- نویسه‌های KANJI در JIS x0208.
H --- نویسه‌های HIRAGANA در JIS x0208.
K --- نویسه‌های KATAKANA در JIS x0208.
E --- باقی نویسه‌های فوق در JIS x0208 شامل
حروف لاتین، اعداد، نمادها و غیره.

عبارت -(from)(to) به معنی تبدیل از مجموعه نویسه (from) به (to) است. برای نمونه، گزینه -JK باعث تبدیل نویسه‌های KANJI به HIRAGANA می‌شود. ترکیب‌های جدول زیر قابل استفاده هستند: (نیازی به حفظ آن نیست، چرا که گزینه -h نیز همین اطلاعات را نمایش می‌دهد)


to\from| a j k E H K J g
-------+-------------------------------------------
a | - o o1 o o1 o1 o12 o
j | o - o1 o o1 o1 o12 o
k | - o o o2
E | o o - o
H | o - o o2
K | o o -


o -- تبدیل می‌شود.
1 -- به Romaji تبدیل می‌شود.
2 -- تبدیل Kanji -> Kana.

متأسفانه سامانه‌های کدگذاری گوناگونی در ژاپن استفاده می‌شوند و استاندارد JIS x0208 نیز در سال ۱۹۸۳ دستخوش تغییر شد. بنابراین KAKASI می‌تواند به‌طور خودکار سامانه کدگذاری و نسخه آن را تشخیص داده و در صورتی که سند شامل JIS x0201 KATAKANA نباشد، از همان سامانه کدگذاری خروجی استفاده کند. اگر JIS x0201 KATAKANA در سند وجود دارد یا مایلید سامانه کدگذاری کانجی را تغییر دهید، می‌توانید از گزینه‌های زیر استفاده نمایید:


-i : کدگذاری ورودی
-o : کدگذاری خروجی


jis -- کاربرد گسترده در اینترنت (مانند گروه‌های خبری fj، jp و...).
برگرفته از روش کدگذاری ISO-2022.
newjis: JISx0208 (1983) فراخوانی‌شده توسط ESC-$-B.
oldjis: JISx0208 (1978) فراخوانی‌شده توسط ESC-$-@.
euc,dec -- اغلب در رایانه‌های شبه‌یونیکس استفاده می‌شود. JISx0208 به
‏GR اختصاص داده شده است (MSB برابر ۱ است). تفاوت اصلی میان
euc و dec در تخصیص JISx0201 KATAKANA و نویسه گرافیکی DEC است.
sjis -- تعریف‌شده توسط شرکت مایکروسافت. استفاده گسترده در رایانه‌های
شخصی (MSDOS، Mac و...).
utf8 -- استاندارد بین‌المللی کنونی. تمامی سیستم‌عامل‌های مدرن از این
کدگذاریِ مجموعه نویسه Unicode به صورت پیش‌فرض استفاده می‌کنند.

گزینه‌های تبدیل کانجی به کانا؛ که همراه با گزینه -J? به کار می‌روند. دو شیوه نگارش Romaji وجود دارد: روش نخست روش Kunrei تعریف‌شده توسط دولت ژاپن است، و روش دوم روش Hepburn می‌باشد. روش Hepburn برای افراد غیرژاپنی بسیار طبیعی‌تر به گوش می‌رسد.


-rhepburn : روش Hepburn (پیش‌فرض)
-rkunrei : روش Kunrei


-p: فهرست کردن تمامی خوانش‌های ممکن. در صورت وجود دو یا چند خوانش
ممکن، KAKASI آن‌ها را درون آکولاد {aaa,bbb} نمایش می‌دهد.
-s: درج نویسه جداکننده میان کلمات.
-f: حالت Furigana. نمایش کلمه اصلی کانجی به همراه نحوه خواندن آن.
-c: نادیده‌گرفتن نویسه‌های درون کلمه (پیش‌فرض TAB CR LF BLANK).
-C: بزرگ نوشتن حرف اول کلمه Romaji (همراه با گزینه -Ja یا -Jj).
-U: بزرگ نوشتن تمام حروف کلمه romaji (همراه با گزینه -Ja یا -Jj).
-u: فراخوانی ()fflush.
-w: حالت wakatigaki. اصطلاح «wakatigaki» تفکیک و بخش‌بندی کلمات
در جملات ژاپنی است.

برنامه KAKASI می‌تواند علاوه بر فرهنگ لغت سیستم، فرهنگ‌های لغت تکمیلی را نیز بپذیرد. قالب قابل قبول برای فرهنگ لغت تکمیلی شامل قالب SKK قالب Wnn و غیره است. بدین معنا که هر رکورد یک خط شامل دو فیلد Yomi (خواندن) و Jukugo (اصطلاح/ترکیب) است. فیلدها با کاما (یا TAB یا فاصله) از هم جدا می‌شوند. کد کانجی به JIS یا EUC محدود است. برای جزئیات بیشتر به سند دیگری به نام JISYO مراجعه نمایید.

عملکرد برنامه تحت تأثیر متغیرهای محیطی زیر قرار می‌گیرد:

مسیر فایل kanwadict را مشخص می‌کند (مسیر کامل شامل نام فایل). مقدار پیش‌فرض $prefix/share/kakasi/kanwadict است.
مسیر فایل itaijidict را مشخص می‌کند (مسیر کامل شامل نام فایل). مقدار پیش‌فرض $prefix/share/kakasi/itaijidict است.

Hironobu Takahasi <takahasi@tiny.or.jp>

$prefix/share/kakasi/kanwadict
فرهنگ لغت باینری KAKASI است. این فایل هنگام نصب بسته، به‌طور خودکار توسط mkkanwa از kakasidict تبدیل می‌شود.

mkkanwa(1)

در صورت بروز هرگونه مشکل، وضعیت خروجی مقداری غیر از ۰ خواهد بود.

گزارش اشکالات را به پروژه KAKASI به نشانی <kakasi-dev@namazu.org> ارسال فرمایید. لطفاً با پدیدآورنده اصلی (جناب Takahasi) تماس نگیرید.

محتوای راهنمای انگلیسی دقیقاً با محتوای راهنمای ژاپنی یکسان نیست.

LOCAL 4.3 Berkeley Distribution