Skip to content

台灣點字、英文、數字混排時的規則與實作

Jump to bottom
Weizhong Yang a.k.a zonble edited this page Nov 28, 2025 · 6 revisions

本文說明在處理「國字（注音）、英文、數字」混合內容時的點字轉換標準，以及小麥注音（McBopomofo）的實作邏輯。

在點字中混排時基本規則

由於標準點字系統僅有 6 點（共 64 種變化），點字圖形在不同語境下會重複使用。為了消除歧義，在不同類型的文字混合編排時，必須遵守嚴格的分隔與標示規則。

不同文字之間需要加上空格

在一般書寫中，中英文或中數之間通常緊密排列或僅留半形空隙，但在點字規則中，必須強制插入**空格（Space）**作為區隔。

範例：

  • 一般文字：第1名
  • 點字邏輯：[國字] + [空格] + [數字] + [空格] + [國字]
  • 一般文字：Hi你好
  • 點字邏輯：[英文] + [空格] + [國字]

前置符號

為了讓讀者知道接下來的點字該對照哪一張表（英文表或數字表），必須使用前置修飾符號。

  • 數字符號 (⠼)：

    • 當出現阿拉伯數字時，必須在數字序列的開頭加上此符號。
    • 後續連續的數字不需要重複加符號。
    • 若數字序列被空格中斷，再次出現數字時需重新加上符號。

  • 大寫符號 (⠠)：

    • 當出現大寫英文字母時，必須在該字母前加上此符號。
    • 每個大寫字母前都需單獨標示（除非使用雙大寫符號鎖定，本規範目前採單字標示）。

標點符號

標點符號依據其「全形/半形」屬性，決定其不需分隔的語種：

  • 全形標點（如 ， 。）：視同「國字」類別，與國字連接時不需加空格。
  • 半形標點（如 , .）：視同「英文/數字」類別，穿插在英文或數字中時不需加空格（如 3.14 或 a,b）。

小麥注音的實作邏輯

小麥注音中實作了國字轉點字，以及反過來的點字轉國字，流程中採用有限狀態機 (Finite State Machine, FSM) 進行解析與轉換。

狀態機模型

轉換核心維護一個 state 變數，用來記錄當前處理的文字類型，共有四種狀態：

  • Initial (0)：初始狀態，或剛輸出過空格（重置狀態）。
  • Bpmf (1)：注音/國字模式（含全形標點）。
  • Digits (2)：數字模式（含數字相關標點）。
  • Letters (3)：英文模式（含半形標點）。
stateDiagram-v2
    direction LR
    [*] --> Initial

    Initial --> Bpmf : 遇到國字/注音/全形標點
    Initial --> Digits : 遇到數字 (輸出 ⠼)
    Initial --> Letters : 遇到英文 (判斷大小寫)
    Bpmf --> Initial : 遇到數字/英文 (輸出空格)
    Digits --> Initial : 遇到國字/注音/英文 (輸出空格)
    Letters --> Initial : 遇到國字/注音/數字 (輸出空格)
Loading

國字轉點字 (Text to Braille)

輸入一段混合文字字串，程式依序掃描字元：

  • 自動插入空格（Auto-Spacing）： 當讀取到的字元類型與 state 不同（且 state 不是 Initial）時，程式會先輸出一格空格，並將 state 重置為 Initial，設成 Initial 狀態才能避免重複插入空格。
  • 狀態轉移與前綴輸出：
    • 遇到數字：若當前非 Digits 狀態，輸出數字符號 ⠼，切換 state 至 Digits，再輸出數字點字。
    • 遇到英文：若當前非 Letters 狀態，切換 state 至 Letters。若為大寫字母，先輸出大寫符號 ⠠，再輸出字母點字。
    • 遇到注音/全形標點：切換 state 至 Bpmf，如果是國字的話，查詢小麥內建的詞庫轉換成注音，再輸出對應點字。

點字轉注音 (Braille to Bopomofo)

輸入一段點字字串，程式依序解析 Token：

  • 前綴觸發狀態切換：

    • 遇到 ⠼：鎖定進入 Digits 狀態。
    • 遇到 ⠠ 或英文點字：進入 Letters 狀態。是否是英文點字，是用後面提到貪婪匹配決定的，只要無法用貪婪比對
    • 空格：若作為分隔符號使用，則消耗該空格並重置狀態至 Initial；若為有意義的空格則保留。

  • 貪婪匹配 (Greedy Matching)： 在未鎖定特定狀態（或 Initial 狀態）下，優先嘗試匹配注音符號（最長匹配原則，例如優先匹配 ㄓㄨㄤ 而非 ㄓ）。若匹配失敗，則嘗試解析為標點符號。如果發現是一段連續的注音符號，再用小麥的輸入功能打成國字—其實可以想像成就是機器代替一名使用者用注音輸入法打了一串字，過程當中不選字，因此，還原程度不會非常理想，但至少可以很快看懂原本點字的大致意思。

附註

想要將任何國字寫成的文件，轉換成點字文件之後，很難再從點字再完整轉回國字。當中包括以下幾種狀況：

  1. 在原本文件中，就包含點字所不包含的範圍，像是許多的特殊標點符號，甚至顏文字等。這些符號再轉換成點字時就出問題了。
  2. 國字文件中，出現了在點字規則中不可能出現的事情—例如將問號、句號、下引號放在句首。這樣的狀況其實在一般文章中也是不合規格的，但實際上卻可以這麼打，但是在點字規則中，會直接無法處理這種狀況，句首的標點會被直接當成無法處理的點字。在點字中會出現在句首的標點只有上引號。
  3. 如前所述，在將國字、英文、數字混排的時候，會自動插入空格，那麼，再轉換回來的時候，原本沒有空格的文字，也會自然多出這些空格。

Clone this wiki locally