Showing posts with label നര്‍മ്മം. Show all posts
Showing posts with label നര്‍മ്മം. Show all posts

Thursday, September 06, 2007

യൂണിക്കോഡ് മലയാളവും പൈഡ്പൈപ്പറും - 4

നിങ്ങളുടെ bête noire (ഇതിന്റെ മലയാളം-വെറുക്കപ്പെട്ടവ-ഇപ്പോള്‍
മലയാളത്തില്‍ വളരെ പോപ്പുലര്‍ ആണ്!:) ആയ (നോണ്‍)ജോയ്നറുകളെക്കുറിച്ച്
സംസാരിക്കാം അല്ലേ?

വെറുക്കപ്പെട്ടവ തന്നെ. മലയാളത്തില്‍ ഇവയ്ക്ക് യാതൊരു കാര്യവുമില്ല.

ഇനി ആണവചില്ല് നടപ്പായാല്‍ത്തന്നെ ZWNJ ആവശ്യമായി
വരില്ലേ, കൂട്ടക്ഷരങ്ങളെ പിരിക്കേണ്ട സന്ദര്‍ഭങ്ങളില്‍. 'കര്‍ട്ടണ്‍
വാക്കുകളു'ടേതിനു സമാനമായ പ്രശ്നം അവിടേയും വരുന്നില്ലേ.

വരുന്നുണ്ട്. എന്നാല്‍ ഇപ്പോള്‍ അവ പരിഹരിക്കാനുള്ള മാര്‍ഗ്ഗങ്ങളില്ല.

പക്ഷെ അവയല്ലേ അടിയന്തിരമായി പരിഹരിക്കേണ്ടത്.
പ്രത്യേകിച്ചു് അവ നാമങ്ങളെയാണ് കൂടുതല്‍ നാനാവിധമാക്കുന്നത് എന്ന കാര്യം
പരിഗണിക്കുമ്പോള്‍.

നിങ്ങള്‍ക്ക് പറഞ്ഞാല്‍ മനസ്സിലാവില്ലേ. എല്ലാം കൂടി ഒരുമിച്ച് പരിഹരിക്കാന്‍ കഴിയില്ല. എനിക്ക് ഒരു ഉപമയാണു നാവില്‍ വരുന്നത്.

ഉപമ എനിക്കും തോന്നുന്നുണ്ട്. നമുക്ക് കാര്യത്തിലേയ്ക്ക് കടക്കാം. പരിമിതമായി ഇവയെ ഉപയോഗിക്കുന്നതില്‍ എന്താണു കുഴപ്പം?

നിങ്ങള്‍ എന്ത്
അബദ്ധമാണ് പറയുന്നത്? പരിമിതമായി എങ്ങനെ? ഇവയെ ഇടയ്ക്ക് വിതറിക്കൊണ്ട്
ഒരേപോലുള്ള സ്റ്റ്രിങ്ങുകള്‍ എത്രവേണമെങ്കിലും ഉണ്ടാക്കാമല്ലോ. IDNല്‍ ഇത്
വന്‍പ്രശ്നമാവില്ലേ?

IDN കാര്യത്തില്‍ തല്ക്കാലം യോജിക്കുന്നു. അത്
സുരക്ഷിതത്വത്തിനുവേണ്ടിയുള്ള ഒരു കോംപ്രമൈസ് ആയി കാണാവുന്നതാണ്. ലാറ്റിനെ
യൂണികെയ്സ് ആക്കുന്ന പോലെ.

നിങ്ങള്‍ ആളുകൊള്ളാമല്ലോ. അപ്പോള്‍ എന്റെ 'കര്‍ട്ടണ്‍ വാക്കു'കളുടെ കാര്യമോ? അവയെ വരയിട്ട് പിരിക്കാനോ? നടപ്പില്ല.

ഇവയെല്ലാം എത്രയെണ്ണം കാണും? അതും കൃത്രിമമായി
വാക്കുകള്‍ കൂട്ടിച്ചര്‍ത്ത് ഉണ്ടാക്കുന്നവ. മാത്രമല്ല 'കര്‍ട്ടണ്‍
വാക്കു'കള്‍ക്ക് സമാനമായി 'സദ്‌വാരം/സദ്വാരം' ഉണ്ടല്ലോ?

എന്നെ കുറ്റം
പറഞ്ഞിട്ട് ഇപ്പോള്‍ നിങ്ങളും വാക്കുകള്‍ക്കുവേണ്ടി റിസര്‍ച്ച്
നടത്തുകയാണല്ലോ. ഞാന്‍ ഇവയെ 'ദ്വാരവാക്കുകള്‍' എന്നു വിളിക്കും. Unicode
continuumത്തില്‍ വിള്ളല്‍ ഉണ്ടാക്കാന്‍ നോക്കുന്നതുകൊണ്ട്. എന്നിട്ട് ആകെ
എത്രയെണ്ണം കിട്ടി?

അതു ശരി. ഇതെന്താ മാഞ്ചെസ്റ്റര്‍ യുണൈറ്റഡും ചെല്‍സിയും തമ്മിലുള്ള
എറ്റുമുട്ടലോ? ഗോള്‍ അടിസ്ഥാനത്തില്‍ ഫലം നിര്‍ണ്ണയിക്കാന്‍?
അങ്ങനേയെങ്കില്‍ തോറ്റു മാഷേ, തോറ്റു. നമസ്കാരം.

നിങ്ങള്‍ക്ക് നല്ല നമസ്കാരം.

Tuesday, September 04, 2007

യൂണിക്കോഡ് മലയാളവും പൈഡ്പൈപ്പറും - 3

ചില്ലുകളെപ്പറ്റി എന്റെ അഭിപ്രായം പറയട്ടെ. പ്രധാനപ്രശ്നം 'ര/റ'യുടെ ചില്ലിന്റെ കാര്യമല്ലേ? ('കര്‍ട്ടണ്‍ വാക്കു'കളുടെ കാര്യം ജോയ്നര്‍ കുരിശുകളെപ്പറ്റി പറയുമ്പോള്‍ പറയാം). രേഫവും
റകാരവും ചില്ലിന്റെ കാര്യത്തില്‍ മാത്രമല്ല സന്ദിഗ്ദത ഉണ്ടാക്കുന്നത്.
കൂട്ടക്ഷരങ്ങളില്‍ അവ മുന്‍പും പിന്‍പും വരുമ്പോഴും അവയെ എങ്ങനെ
സമീപിക്കണം എന്ന കാര്യത്തിലും വ്യക്തത ഉണ്ടാക്കേണ്ടതല്ലേ. കേരളപാണിനി
പറയുന്നതു പോലെ പിരിച്ചെഴുതുമ്പോള്‍ മാത്രം അവയെ വേറെയായി കണ്ടാല്‍
പോരേ. ഇതില്‍ 'ര ' ആണ് 'राष्ट्र' എന്നെല്ലാം എഴുതുമ്പോള്‍
ഉപയോഗിക്കുന്നത്. അതു തന്നെ മലയാളത്തിലും സ്വീകരിച്ചാല്‍ പോരേ.
പരിഹരിക്കുയാണെങ്കില്‍ ഇവരണ്ടും ഒരുമിച്ച് പരിഹരിക്കുന്നായിരിക്കും ഭംഗി.
ഇതിനെപ്പറ്റി ഞാന്‍ വിക്കിയില്‍ വിശദമായി ദാ അവിടെ പറഞ്ഞിട്ടുണ്ട്. കൂടാതെ മറ്റു ചില്ലുകളും പ്രശ്നമുണ്ടാക്കുന്നുണ്ട്.
അതു പറഞ്ഞപ്പോള്‍ വിക്കി. നിങ്ങള്‍ ആളു കൊള്ളാം! മറ്റു ചില്ല് എന്നു പറഞ്ഞപ്പോള്‍ 'ല്‍'ന്റെ കാര്യമാകും ഉദ്ദേശിച്ചത്.
അതെ. അതുമൊരു പ്രധാന പ്രശ്നമാണ്.
തകാരത്തിന്റയും കൂടി ചില്ലാണ് 'ല്‍' എങ്കില്‍ 'ക്യാ ബാത് ഹെ ഭായ്' എന്നത് 'ക്യാ ബാല്‍ ഹെ ഭായ്' ആകും. കാര്യം മുടിയാകും. കേരളപാണിനി
പറയുന്നത് ഇങ്ങനെ: "സംസ്കൃതത്തിലെ തകാരത്തെ സ്വരം പരമാകാതെ ഇരിക്കുമ്പേള്‍
ലകാരമായിട്ടാണ് ഭാഷയില്‍ ഉച്ചരിക്കുക പതിവ്. അതിനാലാണ് ലകാരചില്ലിന്റെ
ചിഹ്നം തകാരത്തില്‍ നിന്ന് ഉണ്ടായതായിട്ടു കാണുന്നത്"(NBS, 1991, pp. 115). ഇന്‍ഡിക് ലിസ്റ്റില്‍ ഒരു ചേച്ചി പറഞ്ഞത് 'ത' യുടേയും ചില്ലു കിട്ടാന്‍ വേണ്ടി Input Method ലെ സീക്വെന്‍സ് തേടി അലഞ്ഞു എന്നാണ്.('ത' + ചന്ദ്രക്കല + 'ധ' ടൈപ്‌ചെയ്തിട്ട് 'ഝ' കിട്ടുന്നില്ല എന്നു പറയാത്തത് ഭാഗ്യം!)
അവരുടെ വാദങ്ങള്‍ അംഗികരിക്കപ്പെട്ടു.
അതെ. ഇത്തരക്കാരുടെ വാക്കുളാണ് Unicode മുഖവിലയ്ക്കെടുക്കുന്നത്. അടുത്തത് ജോയ്നര്‍ കുരിശുകളെപ്പറ്റിയായാലോ?
ആവാം. നിങ്ങള്‍ക്ക് നല്ല നമസ്കാരം.

Sunday, September 02, 2007

യൂണിക്കോഡ് മലയാളവും പൈഡ്പൈപ്പറും - 2

അതായത് ഈ 'നന്മ'യും 'നന്‍മ'യും ഒരേ വാക്കിന്റെ വ്യത്യസ്ത സ്പെല്ലിങ്ങ് ആണെന്നു പറയുന്നുണ്ടല്ലോ?
അതേയതേ
ഇവ രണ്ടും തമ്മില്‍ സ്പെല്ലിങ്ങില്‍ മാത്രമാണ് വ്യത്യാസം. 'color' ഉം
'colour'ഉം പോലെ. അതായത് A color is a colour is a color is a colour.
ഓ! അത്രയ്ക്കു കളര്‍ വേണ്ട. പക്ഷെ,
ഞാന്‍ ധരിച്ചിരിക്കുന്നത് മലയാളം എഴുതുന്നതുപോലെ വായിക്കപ്പെടുന്നതിനാല്‍
('ഹ്മ', 'ഹ്ന' എന്നീ അപവാദങ്ങള്‍ ഒഴിവാക്കിയാല്‍) സ്പെല്ലിങ്ങ് എന്ന സംഗതി
അപ്രസക്തമാണെന്നാണ്. അക്ഷരമറിയുന്ന, ഉച്ചാരണശുദ്ധി പാലിക്കുന്ന ആര്‍ക്കും
മലയാളത്തിന്റെ സ്പെല്ലിങ്ങിനെ ചൊല്ലി വേവലാതിപ്പെടേണ്ട എന്നും.
കഷ്ടം! ഈ ഓണക്കാലത്തെങ്കിലും നിങ്ങള്‍ക്ക് നല്ലതുവല്ലതും ധരിച്ചുകൂടേ :) നിങ്ങള്‍ക്ക്
വിവരമില്ലെന്ന് എപ്പോഴും എന്നെക്കൊണ്ട് പറയിക്കല്ലേ. 'color'ഉം 'colour'ഉം
പോലെത്തന്നെയാണ് 'നന്മ'യും 'നന്‍മ'യും. ഇവയെ ഇപ്പോള്‍ വേര്‍തിരിക്കുന്നത്
ആ കുരിശ് വെച്ചാണ്; ZWJ. അതിനി നടപ്പില്ല.
ഹഹ. ആ കുരിശു പ്രയോഗം കലക്കി. അതാണല്ലേ അതിന്റെ മുകളറ്റത്ത് 'x' എന്നു കാണുന്നത്. പറഞ്ഞു
വരുന്നത് 'color' എന്ന വാക്ക് തിരഞ്ഞാല്‍ 'colour' വരില്ല; മറിച്ചും.
അതുപോലെ ആണവചില്ലിനുശേഷം 'നന്മ' തിരഞ്ഞാല്‍ 'നന്‍മ' വരില്ല; മറിച്ചും
അല്ലേ. അതായത് ഇതില്‍ ഒരെണ്ണം എപ്പോഴും തിന്മയായി നില്ക്കും എന്ന്.
അതു തന്നെ.
പക്ഷെ
'colour' ബ്രിട്ടീഷ് ഇംഗ്ലിഷും 'color'‍ അമേരിക്കന്‍ ഇംഗ്ലിഷുമല്ലേ. അതു
കൊണ്ടു തന്നെ ഒരു സ്പെല്‍ ചെക്കര്‍ ഉപയോഗിക്കുമ്പോള്‍ അതിനനുസരിച്ച്
ഇതില്‍ ഒരെണ്ണെം തെറ്റായി കാണിക്കുകയും ചെയ്യും. ml_IN പോലെ ഒരു ml_US
ലൊക്കാലിന് സ്കോപ്പുണ്ടോ? മലയാളം, പുതിയ ലിപി മലയാളം, ടൈപ്‌റൈറ്റര്‍
മലയാളം കൂടാതെ അമേരിക്കന്‍ മലയാളവും.
അതിന്റെ ആവശ്യമുണ്ടെന്നു തോന്നുന്നില്ല. സ്പെല്‍ ചെക്കറില്‍ കൂടുതല്‍ വാക്കുകള്‍ ചേര്‍ത്താല്‍ മതി.
ഇപ്രകാരം
അനേകം കേസുകള്‍ ഉണ്ടാകുമ്പോള്‍ അതൊരു അനാവശ്യ വ്യായാമമായി മാറില്ലേ.
കൂടാതെ ഇവയുടെ ഒക്കെ ബഹുവചനരൂപങ്ങള്‍ പോലുള്ള derived forms
കൂടിയാകുമ്പോള്‍ ആലോചിക്കാനേ വയ്യ. അതും കുറെ 'കര്‍ട്ടണ്‍ വാക്കുകള്‍ക്കു'
('വന്യവനി....', ഇവ കേട്ടു കേട്ടു മടുത്തു) വേണ്ടി.
വേണ്ടി
വരും. അല്ലെങ്കില്‍ തന്നെ മലയാളം സ്പെല്‍ചെക്കറൊക്കെ ആരെങ്കിലും
ഉപയോഗിക്കുമോ? ഇപ്പോള്‍ എല്ലാം ഇംഗ്ലിഷ് രീതിയിലേക്കു മാറുകയല്ലേ.
ഞങ്ങളുടെ കമ്പനി പേരിനൊരെണ്ണം ഇറക്കും. അത്രതന്നെ.
അതേയതേ ഇപ്പോള്‍ മലയാളം അക്ഷരം അറിയണമെന്നു തന്നെയില്ല, മലയാളത്തില്‍ ടൈപ്പുചെയ്യാന്‍. മുഴുവന്‍ അക്ഷരത്തെറ്റുകളും.
അത് ടൈപ്പിങ്ങ് നിയമങ്ങള്‍ ശരിക്ക് പഠിക്കാത്തതുകൊണ്ടാണ്. അടുത്ത തവണ നമുക്ക് ചില്ലിങ്ങ് ചില്ലുകളെപ്പറ്റി സംസാരിക്കാം. നിങ്ങള്‍ക്ക് നല്ല നമസ്കാരം.

Saturday, September 01, 2007

യൂണിക്കോഡ് മലയാളവും പൈഡ്പൈപ്പറും - 1

ചില്ല് എന്‍കോഡിങ്ങിനു ശേഷം മുന്‍പുണ്ടായിരുന്ന ഉള്ളടക്കത്തിന് എന്തു സംഭവിക്കും?
കുറച്ചുകാലം അതൊക്കെ വായിക്കാം. പിന്നീട് അതിനുള്ള മരുന്ന് ഞങ്ങള്‍ തരുന്നതാണ്.
എന്താണ് ആ മരുന്ന്?
അതിന് ബോട്ട് എന്നു പറയും. അത് intelligent ആയതുകൊണ്ട് ZWJനെ തെരെഞ്ഞുപിടിച്ച് തുരത്തും. പകരം എന്‍കോഡ് ചെയ്ത ചില്ലുകള്‍ നിരത്തും.
അപ്പോള്‍ ZWNJ എന്നു പറയുന്ന സാധനത്തേയോ?
ഹഹ. അതിനെയെല്ലാം ഞങ്ങളുടെ വളരെ സ്മാര്‍ട്ട് ആയ അപ്ലിക്കേഷന്‍സ് പണ്ടേ നാടുകടത്തിയില്ലേ. Wow! ഇത് അത്ഭുതകരമായി തോന്നുന്നില്ല?
അതേയതേ. പക്ഷേ ഈ ബോട്ടുകളെയെല്ലാം ഇങ്ങനെ നിരങ്ങാന്‍ അനുവദിക്കാമോ? അവ മേധാശക്തിയുള്ളവയല്ലേ?
തീര്‍ച്ചയായും. ഇവ യാതൊരു കഴപ്പവും ഉണ്ടാക്കില്ല. ഞാന്‍ ഗ്യാരണ്ടി.
ഗ്യാരണ്ടി അവിടെ നില്ക്കട്ടെ. ഇവയെയെല്ലാം ഒഴിവാക്കുന്നതുകൊണ്ട് എന്തു വിശേഷമാണ് ഉണ്ടാവുക?
ഇവ
അദൃശ്യമായി നിന്ന് കൂട്ടക്ഷരങ്ങളെ ചേര്‍ക്കുകയും പിരിക്കുകയും ആണ്
ചെയ്യുന്നത്. ഇനി നിങ്ങള്‍ അങ്ങനെ അവയെ പിരിക്കേണ്ട. അല്ലെങ്കില്‍ തന്നെ
അക്ഷരങ്ങളെ പിരിക്കാന്‍ നിങ്ങളാര്? പിരിക്കുകയും ചേര്‍ക്കുകയും
ചെയ്യുന്നത് ദൈവമാണ് എന്നൊക്കെ പറയുന്ന കേട്ടിട്ടില്ലേ? അതു പോലെ ഞങ്ങളുടെ
വളരെ സ്മാര്‍ട്ട് ആയ അപ്ലിക്കേഷനുകളും ഫോണ്ടുകളും അത്തരം കാര്യങ്ങള്‍
നോക്കിക്കോളും.
പക്ഷേ, എഴുതുന്ന ആള്‍ക്ക് അവിടെ കാര്യമില്ലേ?
നിങ്ങള്‍ തീരെ intelligent അല്ല. ഉണ്ടല്ലോ.
നിങ്ങള്‍ക്ക് എങ്ങനെ വേണമെങ്കിലും എഴുതാം. പേനകൊണ്ടോ മറ്റോ എഴുതി
സൂക്ഷിച്ചു വെച്ചുകൊള്ളൂ. പക്ഷെ യൂണിക്കോഡ് നിയമങ്ങള്‍ കര്‍ശനമായി പലിച്ചേ
നിങ്ങള്‍ക്ക് ഇവയെ UTF ആയി സൂക്ഷിക്കാനാവൂ.
ശരി ശരി. ഇനി സ്പെല്ലിങ്ങിനെപ്പറ്റി ചില സംശയങ്ങള്‍ ഉണ്ട്.
സ്പെല്ലിങ്ങിന്റെ കാര്യങ്ങള്‍ അടുത്ത ഭാഗത്തില്‍ പറയാം.
നന്ദി.
നിങ്ങള്‍ക്ക് നല്ല നമസ്കാരം.
തുടരും...