SILE排版引擎中的波兰语连字符处理机制解析

在专业排版领域，不同语言有着各自独特的排版规则。SILE作为一款现代化的排版引擎，近期针对波兰语中一个特殊的连字符处理问题进行了修复。本文将深入探讨这一技术细节及其实现原理。

波兰语连字符的特殊规则

波兰语排版有一个特殊规则：当单词中包含连字符（"-"）且在连字符处发生换行时，必须在下一行的开头重复显示该连字符。这一规则与大多数西方语言的排版习惯不同，在英语等语言中，连字符通常只出现在行尾。

举例来说，对于"biało-czerwony"（白红色）这样的复合词：

• 正确排版应为：

  biało-
  -czerwony
  

• 而非：

  biało-
  czerwony
  

技术实现方案

SILE通过修改波兰语特定的节点生成器(nodeMaker)来实现这一功能。核心思路是：

1. 继承标准的Unicode节点生成器
2. 重写处理单词断点的handleWordBreak方法
3. 当检测到连字符时，添加一个特殊的"discretionary"节点

关键代码实现如下：

function SILE.nodeMakers.pl:handleWordBreak(item)
  if item.text == "-" then
    self:addToken(item.text, item)
    self:makeToken()
    coroutine.yield(SILE.nodefactory.discretionary({
      postbreak = SILE.shaper:createNnodes("-", self.options)
    }))
  else
    self._base.handleWordBreak(self, item)
  end
end

复合词断字处理

除了连字符重复规则外，波兰语复合词的断字处理还有另一个重要特性：连字符前后的部分都应被视为独立的单词进行断字。这意味着：

• "biało"部分可以按照波兰语规则断字为"bia-ło"
• "czerwony"部分可以断字为"czer-wony"

这种处理方式确保了复合词在排版时能够获得最佳的断字效果，同时遵循波兰语的排版规范。

多语言支持扩展

这一修复不仅解决了波兰语的特殊需求，也为SILE处理其他有类似规则的语言（如捷克语）奠定了基础。未来可以扩展这一机制来支持更多语言的特定排版规则。

总结

SILE通过灵活的节点生成器和断字机制，成功实现了波兰语特有的连字符处理规则。这一改进展示了SILE作为现代化排版引擎的强大扩展能力，能够适应各种语言的独特排版需求。对于专业排版工作者和波兰语文档的作者来说，这一改进将显著提升文档的排版质量和专业性。