نبرد پنهان ی و ک فارسی در برابر ي و ك عربی روی صفحهکلید
· Typing Safari
«ی» و «ک» فارسی در یونیکد کدهای U+06CC و U+06A9 را دارند و «ي» و «ك» عربی کدهای U+064A و U+0643 را؛ یعنی برای رایانه چهار حرف جدا هستند، هرچند در بیشتر کلمات تقریباً یکسان دیده میشوند. یک کلمه مثل «کتاب» یا «ایران» چه با حروف فارسی تایپ شود و چه با حروف عربی، شبیه به هم به نظر میرسد؛ به جز دو نقطهای که گاهی زیر «ي» پایانی ظاهر میشود یا شکل متفاوت «ك» پایانی. اما در لایه کدها، این دو جفت حرف کاملاً متفاوتاند و اشتباه گرفتن آنها سالهاست برای وب فارسی، پایگاههای داده و جستجو دردسر درست میکند.
ماجرای دو کد مجزا در یونیکد
یونیکد برای این حروف کدهای جداگانه دارد، چون شکل آنها در خط فارسی و عربی یکسان نیست:
- ی فارسی (
U+06CC) در برابر ي عربی (U+064A): در فارسی، حرف «ی» در حالت تنها و پایانی نقطه ندارد (مثل «مهدی»)، در حالی که «ي» عربی در حالت پایانی و تنها دو نقطه در زیر دارد (مثل «علي»). در حالت آغازی و میانی، هر دو دو نقطه دارند و یکسان دیده میشوند. - ک فارسی (
U+06A9) در برابر ك عربی (U+0643): تفاوت این دو، به گفته یکی از متخصصان در فهرست پستی یونیکد، در شکل پایانی است: «ک» فارسی سرکش کشیده دارد و «ك» عربی در حالت تنها و پایانی علامت کوچکی درون کاسه حرف. ویکیپدیای انگلیسی «ک» (Keheh) را رایجترین شکل کاف در خط فارسیعربی میداند.
حروف عربی از کجا به متن فارسی راه پیدا کردند؟
برخلاف تصور رایج، چیدمان فارسی قدیمی ویندوز روی کلیدهای اصلی خود حروف عربی نمینویسد: در چیدمان Persian ویندوز، کلید D همان «ی» فارسی (U+06CC) و کلید ; همان «ک» فارسی (U+06A9) را تولید میکند. حتی در سال ۲۰۰۲ کاربری در فهرست پستی یونیکد گلایه کرده بود که صفحهکلید فارسی ویندوز ۲۰۰۰ «ک» فارسی را دارد ولی «ك» عربی را ندارد.
پس حروف عربی از کجا میآیند؟ چند راه مستند وجود دارد:
- صفحهکد قدیمی ۱۲۵۶ ویندوز: برنامههایی که یونیکد نیستند، متن فارسی را با صفحهکد عربی ۱۲۵۶ ذخیره میکنند. به نوشته مایکل کاپلان، از کارشناسان مایکروسافت، در این صفحهکد «ی» فارسی فقط با «نزدیکترین نگاشت» (best fit) به «ي» عربی تبدیل میشود؛ یعنی در این برنامهها عملاً دو حرف یکی میشوند و «ی» فارسی از دست میرود.
- لایه Shift: در هر دو چیدمان ویندوز، «ي» عربی روی لایه Shift هم وجود دارد (در چیدمان قدیمی
Shift+Xو در Persian (Standard) کلیدShift+D). در Persian (Standard) «ك» عربی هم رویShift+Zاست. - چیدمانهای عربی: کسی که با صفحهکلید عربی متن فارسی تایپ کند، طبیعتاً «ي» و «ك» عربی مینویسد.
نتیجه در هر حال یکی است: اگر در یک فایل یا پایگاه داده دنبال «کریم» بگردید و آن کلمه با «ك» عربی ذخیره شده باشد، جستجوی ساده آن را پیدا نمیکند، مگر اینکه نرمافزار پیش از جستجو حروف را یکسانسازی کند. در مرتبسازی الفبایی هم کلمات دارای «ك» و «ک» جدا از هم قرار میگیرند.
ی و ک در چیدمان استاندارد
استاندارد ملی ISIRI 9147 (سال ۱۳۸۶) «ی» فارسی را روی کلید D و «ک» فارسی را روی کلید ; گذاشته است و «ي» عربی را فقط با Shift+D در دسترس قرار میدهد. چیدمان Persian (Standard) ویندوز که از ویندوز ۸ اضافه شد همین جایگاهها را دارد. طبق ویکیپدیای فارسی، توزیعهای گنو/لینوکس هم بهطور پیشفرض از ISIRI 9147 پیروی میکنند.
تایپ سافاری تایپ دهانگشتی فارسی را روی صفحهکلید خودتان در بخش درسها آموزش میدهد. آزمون سرعت تایپ هم رایگان است و به حساب کاربری نیاز ندارد.
پرسشهای متداول
از کجا بفهمم صفحهکلید من ی و ک فارسی مینویسد یا عربی؟
سادهترین راه، تایپ کلمه «مهدی» است؛ اگر زیر «ی» پایانی دو نقطه دیدید، صفحهکلید شما «ي» عربی تایپ میکند. مطمئنتر از آن، بررسی کد نویسه در یک ویرایشگر است: فارسی باید U+06CC و U+06A9 باشد و عربی U+064A و U+0643.
آیا ی و ک عربی در جستجو مشکل ایجاد میکنند؟
بله، هر جا که نرمافزار حروف را پیش از مقایسه یکسانسازی نکند. برای رایانه «ک» (U+06A9) و «ك» (U+0643) دو نویسه متفاوتاند، پس جستجو، مرتبسازی و مقایسه متن در برنامههایی که این یکسانسازی را ندارند، آنها را دو حرف جدا میبینند.
چگونه جلوی ورود حروف عربی را بگیرم؟
از یک چیدمان فارسی (Persian یا Persian (Standard) در ویندوز) استفاده کنید و هنگام تایپ «ی» و «ک» کلید Shift را نگه ندارید. در متنهای قدیمی که حروف عربی دارند، میتوانید با «جستجو و جایگزینی» «ي» را با «ی» و «ك» را با «ک» عوض کنید.