x
早前，技工在道長主場留言提及Big5（大五碼）之事，豈料不慎被道長鳴謝。惶恐之餘，不禁想起一些前塵往事。77Please respect copyright.ＰＥＮＡＮＡ1roiVg3I7L
技工初接觸互聯網，是九十年代末、二十世紀初。當年瀏覽網頁，周不時遇到一項不便——亂碼。
個人網頁總是亂碼77Please respect copyright.ＰＥＮＡＮＡiIYAJCPuDF
當年尚未流行社交媒體，而是流行製作個人網頁，有的是主題網站，有的是個人分享。由於多數中文網頁都是個人網頁，不論閱讀資訊，還是尋找素材，技工很多時都瀏覽這些個人網頁。可是，十之有三四，一登上這些網頁，瀏覽器總是把這些網站顯示成亂碼。
大公司、大機構的中文網頁通常都能夠正常顯示。可是，個人網頁製作者通常不是資訊科技專業人士，對文字編碼認識有限，或者不懂得在HTTP伺服器或HTML源碼上設定文字編碼。於是乎，網頁瀏覽器往往無法妥善顯示這些網頁。
幸而，當時的瀏覽器開發者清楚知道這個問題，明白瀏覽器無法百分百偵測網頁的文字編碼。故此，瀏覽器都會提供選單，讓使用者自行選擇編碼。
Big5為正體中文主流
電腦及互聯網發源於英語國家，美國早於六十年代已製定ASCII編碼，並逐漸成為世界各地的英文編碼標準。可是，ASCII編碼是七位元編碼，字集只有127個英文字母、標點符號以及控制字元，無法表示非英語文字。
台灣資訊科技業界因應其中文電算需要，於八十年代發展出「Big5」大五碼，用以表示正體中文。Big5是十六位元編碼，考慮到與ASCII相容問題，實際碼位只有二萬多個。其字集收錄了當地教育部字表一萬餘字，以及標點符號、希臘字母等符號，並預留造字區供使用者自訂字元。
香港人也用正體中文（稱「繁體字」），故此也跟隨台灣採用Big5。當年，無論作業系統中文介面，還是文書編輯器，都使用Big5作中文編碼。或者正因如此，主流網頁製作工具，例如Microsoft FrontPage、Macromedia Dreamweaver等都為中文使用者自動以Big5編碼輸出HTML檔案。然而，用戶可能會忽略在HTML源碼上標明Big5編碼，以致瀏覽器無法妥善偵測。可能也是瀏覽器設計關係，無法偵測時就會以西歐語言編碼解讀網頁。中文網頁亂碼因而成為常見之事。
日本網站也亂碼
後來，技工又聽聞日本麥當勞網站設有好玩的小遊戲，技工自然也前往該網窺探一二。既然是日本網站，自然是用日文寫成，對不？可是，一登上網站，顯示的不是漢字和假名，而是陌生且雜亂的歐洲字母。
人手選用Big5如何？也不行，只會顯示成混亂而罕見的中文字。
原來，世界各地的電腦業界都按自身語言製訂文子編碼。日本通用的編碼是Shift JIS，收錄假名、漢字、標點符號等，並與ASCII相容。
要瀏覽日本網站，當然要用日本人的編碼。如果要瀏覽其他外語的網站，也要用當地語言的編碼。有趣是有趣，但非常不便，相當頭痕。
那麼，Big5又能否為日文編碼？若然不能，中文文章豈不是無法引用日文字？須知道，港台人士也很熱愛日本文化！
也不是完全不能，只是也不方便。正宗的Big5沒有收錄日文字，但一些擴充版本編碼有收錄日文假名，方便港台人士在中文引用日文。可是，不同的Big5擴充編碼未必互相相容。一不小心，同為中文文章，也會出現亂碼。
Xanga缺乏編碼支援
不久，網誌平台興起。人們無須自力架設網站，只須到網誌平台註冊帳戶，就可以擁有一個網誌。其中，Xanga尤為香港年輕人至愛，年輕人紛紛利用Xanga發表文章，分享生活點滴，評論時事八掛，與朋友、網友交流。
早期，Xanga作為一所美國公司，似乎並未意識到外語使用者的重要，對於網站語言的國際化及本地化相當之落後，也對用戶供應內容的編碼缺乏支援。到後來設立地區版本首頁已經是很後期的事。
技工當年也在Xanga開設網誌。技工發現，Xanga並未為非英文網誌指定編碼。其結果是，網誌作者用什麼編碼遞交內容，訪客也就得用什麼編碼閱讀。
技工主要書寫中文，自然以大五碼Big5遞交內容。及後，因應須要使用香港字，改為用Big5-HKSCS，也就是收錄香港增補字符集的大五碼擴充編碼。
然而，技工只使用Big5發表網誌一段短時間，因為技工很快就認識到一種新編碼——UTF-8。
Unicode及UTF-8
原來，資訊科技業界早已意識到，文字字集局限於單一語言，以及編碼互不相容，對資訊交流與多語言應用帶來諸多不便。於是，業界在八十年代先後展開字集及編碼統一工作。經過多年奮鬥，終於在九十年代初發表Unicode字集標準，以及UTF-8編碼標準。自此，我們終於得到了一致的、多語言的字集及編碼。
當認識到Unicode及UTF-8，技工很快就明白，Unicode將會是互聯網的未來，決定盡量使用UTF-8編碼中文。技工還很有耐性地把每一篇網誌逐一重新編碼成UTF-8。如今還真無法理解，當年這種閒情逸緻何來。
當整個網誌轉換成UTF-8，技工馬上就遇上問題。不是技術問題，而是人的問題。不少來訪網誌的親朋戚友都在網誌下留下亂碼留言。把留言重新以Big5解讀，就知道他們說什麼——他們說，技工的網誌一遍亂碼！
原來，訪客們並不知道技工改用了UTF-8，瀏覽器也沒有自動偵測出新編碼。訪客們沿用Big5閱讀網誌，自然只看見亂碼。
是訪客們不知道Xanga的編碼問題和技巧？還是因為UTF-8尚未為人所認識？畢竟，技工也是Unicode標準初版十年以後才認識Unicode。看來，推廣Unicode及UTF-8，業界仍須努力。
數碼暴龍VCD屋的啟蒙
技工又從何得知Unicode及UTF-8呢？當年維基百科尚未誕生，技工又沒有門路認識業界資訊，技工如何學會用UTF-8？
答案是《數碼暴龍》。啊，應該說，是《數碼暴龍》的一個fansite——數碼暴龍VCD屋。
技工很喜歡《數碼暴龍》，因緣際會下技常瀏覽數碼暴龍VCD屋，流連其留言版及討論區，什至把同人小說向網主投稿。對，當時最先進的影片發佈技術是VCD。不，數碼暴龍VCD屋不是賣VCD的，只是VCD銷售總是比本地電視台更快更早，把最新的《數碼暴龍》動畫送到愛好者眼前，所以VCD屋就是從VCD獲悉最新劇情的意思。
網主雪熊是個技術力高強的前輩。雪熊深明Unicode乃大勢所趨，加上有顯示日文的實際需要，數碼暴龍VCD屋很早期已經全面採用UTF-8編碼。雪熊更在網頁的HTML源碼清楚標明使用UTF-8，好讓瀏覽器妥善偵測。
畢竟年代久遠，技工已忘卻當中具體，只記得關於Unicode及UTF-8的知識，起初就是從雪熊和數碼暴龍VCD屋獲得。估計是雪熊在網主日誌中提及，又或在留言板、討論區中談及。
多年後，技工有幸成為雪熊的學生，但那是後話了。
結語
那個年代，除了網頁會亂碼，本機應用程式也有語言編碼相容問題。各路高手針對此問題，開發了不少公用程式。pAppLocale緩解外語軟件亂碼問題，從外國下載的應用程式，全靠它才不至亂碼。櫻花輸入法除了是日文假名的輸入法，還是Big5環境下顯示日文的流行方案。在Big5與Unicode的過渡期間，還有Unicode補完計画。
時至今日，Unicode全球通行，亂碼已鮮再發生。而這段不值得回味的煩惱，也算是封塵的回憶。
Cover:77Please respect copyright.ＰＥＮＡＮＡ69TyIpi7kg
The UTF-8-encoded Japanese Wikipedia article for mojibake, as displayed in the Windows-1252 encoding. Licensed under CC BY-SA 4.0. Wikimedia Commons, 11 November 2011, https://commons.wikimedia.org/wiki/File:Mojibakevector.png. Accessed 30 June 2024.
