Conjunto de caracteres suplementarios de Hong Kong

Debido a las diferencias inherentes entre el chino escrito estándar y el cantonés escrito , el Gobierno de Hong Kong reconoció la necesidad de un conjunto estandarizado de caracteres propios que permitiera agilizar la comunicación electrónica; en aquel momento, el esquema de codificación chino Big5 no contenía la gran mayoría de estos caracteres (algunos se incluían erróneamente en listas cruzadas con caracteres similares).

El conjunto de caracteres chinos del gobierno (政府通用字庫), o GCCS, fue desarrollado por el gobierno, proporcionando 3049 caracteres chinos adicionales que complementan los 13 053 presentes en Big5. ^{[ 8 ]} El conjunto de caracteres consta de caracteres chinos de uso común en Hong Kong. Algunos caracteres son específicos del cantonés , mientras que otros son formas alternativas de caracteres. El conjunto no está bien organizado y los caracteres no han sido examinados en detalle.

Además, el Departamento Judicial de Hong Kong utilizó una extensión adicional sobre el conjunto base GCCS, agregando otros 145 caracteres. ^{[ 9 ]} Estos se incluyeron en las filas 0x8Ay 0x8Bde Big5. ^{[ 8 ]}

Posteriormente, se desarrolló la especificación HKSCS-1999 (HKSCS 1999). Si bien esta representó un aumento general en el número de caracteres incluidos en comparación con GCCS, se eliminaron 106 caracteres de GCCS en HKSCS-1999, y sus puntos de código Big5 se reservaron para compatibilidad. ^{[ 10 ] [ 11 ]} De estos, 84 se eliminaron como resultado de la unificación con caracteres Big5 o con otros caracteres HKSCS. ^{[ 12 ]}

Los otros 22 caracteres GCCS eliminados en HKSCS-1999 fueron retirados como "no verificables". ^{[ 12 ]} Se encuentran en UTC Sources (UTC-00877 – UTC-00898), ^{[ 9 ] [ 13 ]} donde se obtienen de Adobe-CNS1-1, ^{[ 14 ]} un suplemento de Adobe-CNS1 implementado para admitir GCCS. ^{[ 15 ]}

Tras la aceptación de HKSCS-1999, se publicaron revisiones más recientes en 2001 (añadiendo 116 nuevos caracteres) y en 2004 (añadiendo 123 nuevos caracteres), sumando un total de 4941 caracteres. ^{[ 10 ]}

A partir de HKSCS-2004, todos los caracteres que antes utilizaban la sección del Área de Uso Privado (PUA) de Unicode (a través de la asignación de Microsoft de la PUA de Unicode sobre los rangos de uso privado de Big5 ) se reasignan, y muchos de ellos se reasignan a caracteres en el Plano Ideográfico Suplementario , como en los bloques Unicode de Extensión B de Ideogramas Unificados CJK o Suplemento de Ideogramas de Compatibilidad CJK . ^{[ 16 ]} Sin embargo, para preservar la compatibilidad con los programas que generaron puntos de código PUA, los puntos de código ya asignados se reservan y no se asignarán nuevos caracteres al área de uso privado.

Desde aproximadamente 2005, muchos sitios web de Hong Kong y Macao han cambiado la codificación de Big5-HKSCS a Unicode, incluido HKGolden .

La última edición de HKSCS que codificó todos sus caracteres en Big5 fue HKSCS-2008, ^{[ 4 ]} que agregó 68 hanzi, para un total de 5009 caracteres (incluidos 4568 hanzi) adicionales a los de Big5 propiamente dicho. ^{[ 17 ]}

Para 2015, en Hong Kong se estaban realizando esfuerzos para migrar desde Big5-HKSCS hacia un subconjunto definido de Unicode, en ese momento denominado tentativamente Hong Kong Character Set (HKCS) . Se planeó que se publicara a finales de 2015 como "HKCS-2015" y que tuviera cuatro partes diferenciadas por diferentes prefijos de origen Unihan : ^{[ 18 ]}

• Prefijo de origen Hseguido de hexadecimal Big5 : repertorio de caracteres de HKSCS-2008 en sentido estricto.
• Prefijo de origen HBseguido del hexadecimal Big5: repertorio de caracteres de Big5-ETEN
• Prefijo de origen seguido de un número de accesoHC incremental decimal de cuatro dígitos : extensiones verticales posteriores a 2008 (es decir, ideogramas unificados CJK enviados recientemente ).
• Prefijo de origen HDseguido de punto de código Unicode hexadecimal: extensiones horizontales posteriores a 2008 (es decir, la adición de un glifo de referencia de Hong Kong y una referencia de origen a un ideograma unificado CJK existente).

En particular, en junio de 2015 ya se habían planificado 22 extensiones horizontales para su inclusión. Todas ellas eran variantes menores de caracteres Big5 existentes que contenían los componentes 昷/𥁕, 兑/兌 y 吿/告, para los cuales las convenciones de fuentes de Hong Kong estaban más cerca de las de China continental que de las de Taiwán , pero para los cuales las versiones preferidas se habían codificado por separado de las versiones Big5 en el Repertorio y Ordenación Unificados debido a la regla de separación de fuentes. ^{[ 18 ] [ 19 ]} De estos 22 caracteres, 14 se consideraron caracteres "principales" para su uso en Hong Kong. ^{[ 19 ]}

Para noviembre, el gobierno de Hong Kong había recibido un total de 78 solicitudes de adición a HKSCS, todas las cuales ya existían en Unicode. En ese momento, la extensión horizontal planificada se denominaba versión "HKSCS", en lugar de "HKCS". ^{[ 20 ]} Finalmente, HKSCS-2016 agregó un total de 24 caracteres con respecto a HKSCS-2008, 22 de los cuales eran variantes separadas por origen de caracteres Big5 existentes. ^{[ 19 ]} Dado que los 24 caracteres ya existían en Unicode, todos recibieron una referencia de origen con el prefijo HD; el HCprefijo de origen no se utilizó. ^{[ 21 ]}

Por lo tanto, los caracteres añadidos en HKSCS-2016 se referencian únicamente a Unicode y no se añadieron a la extensión Big5. ^{[ 4 ]}

A partir de septiembre de 2025, cuatro caracteres adicionales han sido aprobados por el Comité Asesor de Interfaz de Idioma Chino (CLIAC) para su inclusión en HKSCS como enmiendas después de la publicación de HKSCS-2016: U+5C83岃en enero de 2019, U+2D25D 𭉝y U+2BB37 𫬷en febrero de 2021, y U+35E9㗩en febrero de 2025. ^{[ 22 ]}

De forma similar a la situación de Hong Kong, también existen caracteres necesarios para Macao que no están incluidos ni en Big5 ni en HKSCS; por lo tanto, se desarrolló el Conjunto de Caracteres Suplementarios de Macao ( MSCS), que se basa en HKSCS con caracteres adicionales mapeados a Unicode. El primer lote de 121 caracteres del MSCS se presentó para su adición o extensión horizontal en Unicode (según correspondiera) en 2009. ^{[ 23 ]} En ese momento, el término Conjunto de Caracteres de Sistemas de Información de Macao ( MISCS ) se utilizaba para referirse a todo el conjunto de caracteres, mientras que "MSCS" se refería más específicamente solo a los caracteres adicionales. ^{[ 23 ]}

La primera versión final de MSCS, MSCS-2020, se estableció en 2021 y utiliza los siguientes prefijos de origen Unihan . ^{[ 4 ] [ 5 ]} Aunque el alcance potencial de estos prefijos de origen en conjunto comprende un superconjunto de HKSCS-2016, "MSCS" en sentido estricto no cubre los caracteres Big5 o HKSCS (ya que está destinado a combinarse con HKSCS) excepto aquellos que se utilizan como caracteres base para secuencias de variación ideográfica . ^{[ 4 ] [ 5 ]}

• Prefijo de origen MAseguido de hexadecimal Big5: repertorio de caracteres de HKSCS-2008 en sentido estricto (igual que H)
• Prefijo de origen MBseguido del número de nivel y el hexadecimal Big5: repertorio de caracteres de Big5-ETEN (igual que HB)
• Prefijo de origen MCseguido de un número de acceso incremental decimal de cinco dígitos: extensiones verticales específicas de Macao. Este prefijo se utilizó inicialmente MACen 2009, ^{[ 23 ]} pero se acortó a MCpara extensiones verticales en 2020, mientras que las extensiones horizontales vieron reemplazadas sus referencias de origen por MDreferencias. ^{[ 4 ]}
• Prefijo de origen MDseguido del punto de código Unicode hexadecimal: extensiones horizontales específicas de Macao
• Prefijo de origen MDHseguido del punto de código Unicode hexadecimal: extensiones horizontales de HKSCS-2016 (igual que HD)
• Prefijo de origen MEseguido de un punto de código Unicode hexadecimal y un número decimal de tres dígitos: se utiliza para secuencias de variación registradas en la Base de Datos de Variación Ideográfica (IVD).