+ /articles/2017/07/01/eastern-input-on-linux/

articles/2017/07/01/eastern-input-on-linux/index.markdown

@@ -0,0 +1,112 @@
+---
+title: Поддержка ввода восточных языков в линуксе
+tags: linux, репост
+---
+
+Как многие знают, сестра у меня учится на восточке, и поддержка ввода иероглифов для неё - необходимая вещь.
+Мне это не особо нужно, хватает гугло-транслейта. Поэтому, чтобы не забыть, как настраивать - пишу этот пост.
+
+Сразу оговорюсь, что это - своеобразная шпаргалка по настройке и на полноценное исследование не претендует.
+
+---
+
+Теоретическая часть
+-------------------
+
+Вообще, в линуксе традиционно существует зоопарк велосипедов, независимо от выбранной области.
+Буйство альтернатив ограничивается разве что сложностью подсистемы, например видео-.
+Но и там умудряются выкатить минимум две альтернативы.
+
+Область ввода не стала исключением, и здесь существует несколько вариантов реализации,
+разной степени универсальности, качества и удобства.
+
+Суть проблемы. В языке "европейского" типа у нас есть алфавит, достаточно короткий набор символов (в среднем - 30).
+На обычной клавиатуре, заточенной под такие языки - чуть больше сотни кнопок.
+Их с лихвой хватает на сам алфавит языка, сервисные знаки (диакритика, пунктуация),
+остаётся на цифры, управляющие клавиши и даже на спецфункции.
+Система проста как лом: давишь нужную клавишу - получаешь нужный символ.
+
+В восточных языках не так. Там есть не только алфавит (и даже не один),
+но и большой набор графем для обозначения устоявшихся терминов.
+Графемы эти могут *комбинироваться* между собой, образуя графемы второго порядка - иероглифы[^fn1],
+но всё так же занимая при этом одно знакоместо.
+[Подробнее](https://anashina.com/ieroglify/), на примере китайского.
+Суть в том, что этот набор иероглифов не влезет ни на одну клавиатуру разумного размера.
+В обычной новости из японской газеты, в тексте могут использоваться обе слоговые азбуки, цифры, иероглифы и латиница.
+
+Следовательно, чтобы как-то набирать всё это, метод ввода должен стать значительно умнее.
+Как минимум, он должен уметь воспринимать последовательности символов, для образования графем первого порядка - ключей,
+уметь "сворачивать" последовательность ключей в графемы второго порядка - иероглифы,
+попутно предлагая *варианты* начертания итогового символа в случае неоднозначности.
+
+То есть, нам мало переключения просто языка - русский, английский, японский.
+Для последнего нам нужен ещё как минимум переключатель режимов ввода: две слоговые азбуки и прямой ввод.
+
+Но хватит теории.
+
+Варианты реализации
+-------------------
+
+Такая сложная система ввода традиционно строится двухуровневой: фреймворк и модуль поддержки конкретного языка.
+
+Первый реализует поддержку ввода из различных источников (gtk/qt/x11/curses/...), отображение подсказок,
+значки в трее, хранение настроек, и т.д.
+Фреймворки, в порядке появления[^fn2]: scim, ibus, fcitx, uim.
+
+Второй непосредственно преобразует ввод в ключи и иероглифы, выдаёт варианты для подсказки и т.д..
+Модули поддержки: anthy (японский), byeoru (корейский), canna (японский), chewing (китайский), m17n (мультиязычный), mozc (японский), pinyin (китайский), skk (японский), viqr (вьетнамский).
+
+Немного по истории фреймворков.
+Наиболее старый - SCIM. Со временем был заброшен, что привело к потребности в его замене на что-то более свежее.
+Гномеры, в своей обычной манере написали "замену" - IBUS. Название вполне соответствует, он прибит гвоздями к dbus, gconf и работает без нареканий по большей частью только в gtk.
+Остальные, кто гном на дух не переносил и не хотел от него зависеть, пошли оживлять FCITX. Этот фреймворк появился примерно в одно время со scim, но был менее фичастым на тот момент.
+Ещё позже появился UIM. Этот позиционируется ещё более модульным и даже кроссплатформенным.
+
+В теории, для беспроблемной работы может использоваться любой из последних трёх.
+На практике, гномософта я стараюсь избегать, FCITX пилится в основном китайцами и в первую очередь под них, поэтому беру UIM, который пилится в основном японцами. :-)
+
+Практическая часть
+------------------
+
+    # apt-get install uim uim-mozc im-switch unifont
+
+Тут есть одна тонкость - uim на самом деле это метапакет. Он притащит модули для поддержки gtk2, gtk3, qt4 и qt5.
+Если что-то из этого у вас не стоит - значит будет. Вместо этого, можно ставить не сам метапакет, а только нужные зависимости.
+`im-switch` облегчает первоначальную настройку, `unifont` нужен для отображения иероглифов, если у вас нет ни одного другого шрифта с нужным символом.
+
+Рекомендую прочитать `/usr/share/doc/im-config/README.Debian.gz` для понимания, что в данном конкретном случае вам стоит использовать.
+
+Потребуется также сгенерить нужную локаль.
+
+    $  su -
+    # sed -i -e '/ja_JP.UTF-8/ s/^# *//' /etc/locale.gen
+    # locale-gen
+
+Запускаем `im-config`, выбираем нужный метод ввода. Перелогиниваемся, чтобы сработал автостарт для демона IME.
+После логина в трее должна появиться панелька с иконками метода:
+
+![](ime-panel-tray.png)
+
+Здесь выбран японский язык (самый левая иконка - переключатель раскладок), IME - mozc в режиме хираганы и методом ввода иероглифов с клавиатуры - romaji
+(1, 2 и 3 иконки в блоке, выделенной чёрной рамкой, 4 - это доп. утилиты модуля mozc, 5 - настройки самого uim).
+
+Запускаем uim-pref-{gtk,gtk3,qt}, и немного подправим настройки.
+
+    Global Settings > [x] Specify default IM
+                      Default input method [Direct]
+                      [x] Enable IM switching by hotkey
+                      IM switching key ["<Control>Shift_key", "<Shift>Control_key"]
+                      Alternative input method [Mozc]
+    Mozc            > Default input method [Hiragana]
+
+Работает это так: на Alt-Shift вешается изменение языка: en/ru/jp. На Ctrl-Shift вешается изменение метода ввода: direct/mozc.
+direct выключает всю эвристику и печатает "как есть". По опыту, лучше по умолчанию держать включенным его, а не IME.
+А вот если мы включили IME, то наверное хотим сразу и какой-то метод ввода IME, отличный от direct, что и выставляется последней строчкой.
+
+Т.е. по факту получается трёхуровневая иерархия: [lang: en/ru/jp] > [IME: direct/mozc] > [method: direct/hiragana/katakana/...]
+
+Вот как-то так.
+
+[^fn1]: В качестве самого известного примера (на китайском): [女](https://en.wiktionary.org/wiki/%E5%A5%B3) - женщина; [奻](https://en.wiktionary.org/wiki/%E5%A5%BB) - ссора, глупый; [姦](https://en.wiktionary.org/wiki/%E5%A7%A6) - зло, вероломство
+
+[^fn2]: Только живые, рабочие и с поддержкой большинства языков. [Полный список](https://en.wikipedia.org/wiki/List_of_input_methods_for_Unix_platforms).