(des estampes à l'ordinateur)

avant Unicode

Dès les débuts de l'informatique, des chercheurs ou entrepreneurs vietnamiens ont cherché à informatiser leur écriture latine. De très nombreuses solutions ont été élaborées tant au Vietnam qu'à l'étranger comme les BK-HCM, VIETSEA, VIETSTAR, VISCII, VNI, VNU, VS, 3C, etc... Nous ne considérerons ici que les normes officielles de l'Institut de normalisation du Vietnam, le Tiêu chuẩn Việt Nam ou Technical Committee Viet Nam.

L'abondance des caractères utilisés par le quốc ngữ a toujours été une source de difficultés pour un codage normalisé de l'écriture alphabétique.

En effet l'alphabet vietnamien se compose de 2 × 21 = 42 consonnes (40 + 2, en jaune, n'appartenant ni au jeu de référence ISO 646 IRV ni au jeu ASCII) :

B

C

D

Đ

F

G

H

J

K

L

M

N

P

Q

R

S

T

V

W

X

Z

b

c

d

đ

f

g

h

j

k

l

m

n

p

q

r

s

t

v

w

x

z

et de 2 × 12 = 24 voyelles de base (12 + 12) :

A	Ă	Â	E	Ê	I	O	Ô	Ơ	U	Ư	Y
a	ă	â	e	ê	i	o	ô	ơ	u	ư	y

chaque voyelle pouvant supporter chacun des 6 tons :

◌	◌̀	◌́	◌̉	◌̃	◌̣
ngang	huyền	sắc	hỏi	ngã	nặng

ce qui donne une combinaison de 6 × 24 = 144 voyelles (12 + 132) :

A	À	Á	Ả	Ã	Ạ	a	à	á	ả	ả	ạ
Ă	Ằ	Ắ	Ẳ	Ẳ	Ặ	ă	ằ	ắ	ẳ	ẳ	ặ
Â	Ầ	Ấ	Ấ	Ẫ	Ậ	â	ầ	ấ	ấ	ẫ	ậ
E	È	É	Ẻ	Ẽ	Ẹ	e	è	é	ẻ	ẽ	ẹ
Ê	Ề	Ế	Ể	Ễ	Ệ	ê	ề	ế	ể	ễ	ệ
I	Ì	Í	Ỉ	Ĩ	Ị	i	ì	í	ỉ	ĩ	ị
O	Ò	Ó	Ỏ	Õ	Ọ	o	ò	ó	ỏ	õ	ọ
Ô	Ồ	Ố	Ổ	Ổ	Ộ	ô	ồ	ố	ổ	ổ	ộ
Ơ	Ờ	Ớ	Ở	Ỡ	Ợ	ơ	ờ	ớ	ở	ỡ	ợ
U	Ù	Ù	Ủ	Ũ	Ụ	u	ù	ù	ủ	ũ	ụ
Ư	Ừ	Ứ	Ử	Ữ	Ữ	ư	ừ	ứ	ử	ữ	ữ
Y	Ỳ	Ý	Ỷ	Ỹ	Ỵ	y	ỳ	ý	ỷ	ỹ	ỵ

Le quốc ngữ comporte donc, en plus des caractères de base, 132 voyelles accentuées, 2 consonnes et le symbole monétaire du đồng soit 135 caractères.

Or la norme ISO 2022 précise que les jeux de 128 caractères codés sur 7 bits doivent comporter un sous-ensemble de 32 caractères de contrôle - appelé C0 - dans les positions 00₁₆ à 1F₁₆ et un sous ensemble de 96 caractères graphiques - appelé G0 - dans les positions 20₁₆ à FF₁₆.

De même les jeux de 256 caractères codés sur 8 bits doivent eux comporter deux fois cette structure, soit les mêmes sous-ensembles C0 et G0 redoublés par les sous-ensembles analogues C1 et G1 dans les positions 80₁₆ à 9F₁₆ et A0₁₆ à FF₁₆.

En conséquence :

• les positions 00₁₆ à 1F₁₆ doivent contenir le groupe C0 de 32 caractères de contrôle
• les positions 20₁₆ à 7F₁₆ doivent contenir le groupe G0 de 96 caractères graphiques (le caractère en position 20₁₆ étant toujours l'espace de symbole SP et celui en position FF₁₆ étant toujours le caractère de suppression DEL, il ne reste en pratique que 94 positions de caractères qui soient utilisables)
• les positions 80₁₆ à 9F₁₆ doivent contenir le groupe C1 de 32 caractères de contrôle supplémentaires
• les positions A0₁₆ à FF₁₆ doivent contenir le groupe G1 de 96 caractères graphiques (le caractère en position A0 étant toujours l'espace insécable de symbole NBSP, il ne reste en pratique que 95 positions de caractères qui soient utilisables).

D'où le dilemne : ou ne pas être conforme à l'ISO 2022 ou ne pas disposer de tous les caractères précomposés. Aussi la norme TCVN 5712:1993 prévoit-elle trois variantes :

• VN1
  • contient toutes les lettres de base, les 5 marques de tons combinables et tous les caractères précomposés
  • non conforme à l'ISO 2022 (12 caractères majuscules précomposés en C0 et 32 autres caractères majuscules précomposés en C1)
• VN2
  • contient toutes les lettres de base, les 5 marques de tons combinables, toutes les lettres minuscules précomposées et certaines lettres majuscules précomposées
  • conforme à l'ISO 2022 mais ne comporte pas toutes les lettres majuscules précomposées
• VN3
  • contient toutes les lettres de base et un seul jeu (majuscule ou minuscule) de lettres précomposées
  • conforme à l'ISO 2022 mais nécessite d'alterner l'utilisation de polices contenant les lettres précomposées soit sous forme majuscule soit sous forme minuscule

Le TCVN avait aussi travaillé sur un jeu ISO 8859-V basé sur l'ISO 8859-1 (ISO Latin 1). Cinq caractères, à savoir les Ò, ò, Ü, ü, Þ sont remplacés par les signes de tons combinables. Le thorn minuscule þ est lui remplacé par ₫, le signe monétaire de la monnaie vietnamienne, le đồng.
Mais tous ces jeux présentaient l'inconvénient soit de ne pas être conforme au cadre général de l'ISO 2022 soit de nécessiter un moteur de rendu complexe pour pouvoir superposer les signes diacritiques sur les lettres et ce aussi bien sur les majuscules que sur les minuscules.

On voit donc qu'il n'y a donc aucune solution complète avec un jeu de caractères à 8 bits qui ne dispose que de 95 positions supplémentaires pour coder 135 caractères.

Passer à un jeu à 16 bits - qui comporte 65536 positions - comme cela avait déjà était fait pour le chinois ou le japonais, pour pouvoir prendre en compte 40 caractères, a du paraître trop luxueux.

Mais heureusement l'élaboration du standard Unicode et de la norme ISO 10646 et son implémentation progressive par tous les acteurs de l'informatique a complètement dépassé le problème. Il devient en effet possible dans ce cadre universel, non seulement de représenter tous les caractères du quốc ngữ qui n'ont pas déjà été définis pour d'autres langues, mais aussi tous les caractères du hán et du nôm ainsi que ceux de toutes les minorités nationales.

le quốc ngữ

Un des principes de construction de l'Unicode été de s'appuyer sur des jeux de caractères de l'ISO préexistants tout en évitant les doublons. Les caractères du quốc ngữ se trouvent donc répartis dans plusieurs zones de la manière suivante :

le hán et le nôm

Proin et pede. Integer luctus justo ut odio. Vivamus nonummy posuere dolor. Suspendisse odio risus, accumsan ut, convallis vel, gravida a, ante. Integer non diam. Donec interdum nisl ut ante. Donec a sem vel tellus auctor facilisis. Maecenas purus tortor, elementum at, porta vitae, porta vitae, erat. Morbi et eros. Nam ultricies, ligula ut facilisis pretium, nisl odio cursus nisi, in aliquet est sem ac leo. Integer et ante id neque imperdiet tempus. Aenean a velit. Pellentesque ac erat sed dolor volutpat bibendum. Duis arcu elit, vulputate non, ultricies ut, nonummy iaculis, libero. Aliquam erat volutpat. Integer eu nisi quis arcu pulvinar convallis. Nulla faucibus viverra sapien. Praesent tortor est, pellentesque eget, aliquam id, sagittis a, nunc.

les écritures des minorités

• Proposal for encoding the Cham script in the BMP of the UCS / Michael Iverson (ISO/IEC JTC1/SC2/WG2 N3120)
• Proposal for the Universal Character Set: Viet Thai