SILE排版引擎中葡萄牙语连字符处理问题解析

在SILE排版引擎的实际应用中，用户反馈了葡萄牙语文本排版时出现的连字符处理问题。经过技术团队的深入分析，这些问题涉及多个技术层面，包括排版算法配置、语言规则实现以及特定区域变体处理等核心问题。

核心问题分析

1. 排版约束配置问题

在窄栏排版场景下，系统默认的断行参数可能导致文本溢出。通过调整以下参数可显著改善排版效果：

• linebreak.emergencyStretch：建议设置为1em左右，控制紧急情况下的行拉伸
• linebreak.tolerance：默认值为500，在窄栏排版时可提升至2000-5000范围

2. 连字符算法实现问题

SILE采用的Liang连字符算法实现存在边界条件处理缺陷。具体表现为：

• 预期设置的右边界最小值(2字符)实际表现为3字符
• 算法实现中的数组索引处理可能存在1-based与0-based混淆
• 该问题同时影响了英语等其他语言的连字符处理

3. 葡萄牙语特定规则问题

现有连字符模式基于葡萄牙标准，与巴西葡萄牙语存在差异：

• 词汇拼写差异：如"econômico"(巴西) vs "económico"(葡萄牙)
• 音节划分规则差异：巴西变体需要额外模式支持
• 常见词汇如"quando"等缺少必要的断字规则

技术解决方案

算法修正方案

对于连字符算法实现问题，建议修正右边界处理逻辑：

for i = #points-self.rightmin+1, #points do points[i] = 0 end

语言规则增强

针对葡萄牙语变体差异，建议：

1. 为巴西变体添加特定模式(如"1nô")
2. 完善常见词汇的例外规则
3. 未来考虑BCP47标准支持不同区域变体

排版参数优化指南

针对窄栏排版场景，推荐配置组合：

\script{
  SILE.settings.set("linebreak.tolerance", 2000)
  SILE.settings.set("linebreak.emergencyStretch", "1em")
}

实践建议

1. 对于关键文档，可手动添加连字符例外：

\hyphenator:add-exceptions{quan-do}

2. 区分处理葡萄牙和巴西葡萄牙语文档

3. 复杂排版场景下优先考虑调整栏宽而非过度依赖连字符

该问题的解决体现了排版引擎开发中语言处理与算法实现的复杂性，也为多语言排版提供了有价值的实践参考。