4 Zasoby cyfrowe

Motto:

W ciągu dziesiątków tysięcy lat na wszystkich kontynentach języki rozwijały się, zmieniały i ginęły bez śladu, ponieważ ginęły mówiące nimi ludy, brak zaś było metody utrwalania tych języków dla potomności

David Diringer, „Alfabet czyli klucz do dziejów ludzkości”, 1972, strona 24

Znak i kod

Pojęcie znaku użytkowane jest w wielu naukach, często przybierając szeroką gamę odcieni znaczeniowych. Badaniem systemów znaków zajmuje się semiologia (por. Guiraud [1974]). Na potrzeby niniejszego opracowania znakami nazywane będą elementy pewnego zbioru, służące do tworzenia komunikatów. W bardzo wielu językach cyfry są podzbiorem podstawowego alfabetu. Semantyka określonego znaku na ogół nie jest jednoznaczna, lecz ma charakter konwencji. Na marmurowej płycie grobowca Machiavellego w kościele Świętego Krzyża we Florencji czytamy co następuje:

Z kontekstu wynika, że ciąg symboli CIƆ̑IƆXXVII, pojawiający się w ostatnim wierszu napisu na grobowcu, jest zapisem daty śmierci, a użytym w nim znakom alfabetycznym przypisano nowe znaczenie. Zakończony kropką ciąg siedmiu symboli ostatniego wiersza CIƆ̑IƆXXVII jest całkowicie równoważny ciągowi znaków MDXXVII. Odpowiednik ten podajemy ze względu na potencjalne użycie syntezatora mowy przy interpretacji wersji online. W zapisie oryginalnym zamiast litery M oznaczającej tysiąc (por. Ifrah [1990, strona 142]), występuje ciąg trzech dużych liter, z których pierwsza jest dużą literą C, a druga dużą literą I. Trzecia litera ma graficzną formę odwróconej o sto osiemdziesiąt stopni litery C. Znak ten zwany antisigmą został wprowadzony około 2 tysiące lat temu przez cesarza Klaudiusza na oznaczenie głoski będącej zbitką ps [Diringer op.cit. strona 516]. Kod tej litery do chwili obecnej nie jest implementowany na syntezatorach i z tego względu cytowany napis został poddany transkrypcji. W podobny sposób występująca w zapisie oryginalnym sekwencja dwóch znaków: litery I oraz litery antisigma, została zastąpiona równoważną jej pojedynczą literą D.

A więc te same znaki w jednym miejscu oznaczały litery – w innym liczby. Rzym nie był tu żadnym wyjątkiem: taką numeracją alfabetyczną posługują się jeszcze dzisiaj Żydzi przy pisaniu dat według swego kalendarza oraz przy numerowaniu ustępów i wersetów Starego Testamentu lub stronic dzieł wydanych po hebrajsku (Ifrah [op.cit., strona 160]).

Zdawać by się mogło, że znaki mające tak dobrze ustaloną semantykę jak cyfry, występując poza obszarem tradycji nie powinny zmieniać swego znaczenia. Wszakże zostały przez człowieka wymyślone do spełniania ściśle określonej roli. Nie jest to jednak prawdziwe. Agresywność subkultury rynkowej, a zwłaszcza reklamy, w pogoni za wszelkimi formami mogącymi zaskoczyć odbiorcę i swą odmiennością zwrócić uwagę potencjalnego klienta zmieniła i tę sferę znaczeniową. Oto trzy przykłady z kręgu języków: polskiego (operator telefonii komórkowej Idea), angielskiego i francuskiego:

Tabela 3. Zmiana znaczenia liczb w tekście reklamowym.

Jak widać semantyka znaków, z których buduje się liczby, już o dawna nie była ściśle określona, a i obecnie styk świata cyfrowego z komercją pozostawia różne drobne niejednoznaczności. Jednak w środowisku cyfrowym dobrym obyczajem jest nie pozostawianie decyzji interpretacyjnych systemowi lub aplikacji, lecz używanie różnego rodzaju podpowiedzi lub formularzy, ułatwiających użytkownikowi podjęcie prawidłowej decyzji interpretacyjnej.

Kodem nazwiemy wzajemnie jednoznaczne przyporządkowanie wszystkich elementów pewnego skończonego zbioru odpowiednim elementom drugiego skończonego zbioru. Jeżeli elementami jednego z tych zbiorów są liczby, to kod nazywamy cyfrowym. W szczególności z różnych powodów kodowane cyfrowo mogą być również cyfry/liczby. Tak np. w powszechnie stosowanym w osobistych systemach komputerowych kodzie ASCII cyfrze 0 przyporządkowany jest kod dziesiętny 48, cyfrze 1 – kod 49 itd. Przyczyny, dla których twórca kodu wybiera takie a nie inne przyporządkowanie, są bardzo różne. W przypadku systemów komunikacyjnych na ogół chodzi o skrócenie czasu przekazywania komunikatów. W kodzie ASCII daleki od intuicji system kodowania cyfr (jedynka nie ma kodu 1) wynika prawdopodobnie z najwyższego priorytetu przypisanemu 32 kodom sterującym, dla których prosta struktura dekodera gwarantowała najszybsze wykonanie stosownej instrukcji. Złożoność kodu Morse’a dla danego znaku alfabetu jest odwrotnie proporcjonalna do częstotliwości występowania kodowanego znaku w języku angielskim. Najczęściej występująca w języku angielskim litera E jest kodowana pojedynczą kropką. Takie „usprawnienie” wprowadzone na podstawie czystej statystyki przez wynalazcę, w szczególnym przypadku może się okazać spektakularnym niewypałem. Pierce [1967:63] podaje, że Ernest Vincent Wright napisał w 1939 roku powieść, w której na 267 stronach nie użył ani jednego wyrazu, w którym występowała by litera E. Mamy tu, oczywiście, do czynienia z żartem literackim, nie zmienia to jednak faktu, że kody dobre do jednych celów, mogą się okazać nieefektywne w stosunku do innych celów [35].

Dla komputera pamięć stanowi jednolitą masę bitów bez jakiejkolwiek widocznej struktury. Prawdę tą przypomina nam Wirth [1989:17] i powinna ona każdemu uświadomić, że interpretacja zawartości pamięci komputera zależy od człowieka. Aby kiedykolwiek coś sensownego dało się wydobyć z tej bezkształtnej masy, już na etapie pamiętania czegokolwiek komputer musi wykonać coś, co doskonale jest znane każdemu biliotekarzowi: skatalogować przechowywany zasób. I tu, podobnie jak i w wielu bibliotekach, ekonomia obsady pamięci odgrywa dużą rolę. Dla nadania pewnego porządku takiemu przedsięwzięciu we wszystkich językach programowania definiuje się pewne typy danych, którymi wolno posługiwać się programistom i użytkownikom. Z żalem trzeba powiedzieć, że ani znaczenie (sens) poszczególnych typów danych, ani ich nazwy, nigdy nie zostały ujednolicone. Najlepszym tego przykładem jest tabela, porównująca typy danych obowiązujące w SQL, z typami danych dopuszczalnymi w językach: Ada, C, Fortran, MUMPS, Pascal i PL/1 [Gruber, 1996, wewnętrzna strona tylnej okładki]. Bez specjalnego ryzyka można przyjąć, że w znakomitej większości przypadków komputer zaakceptuje następujące cztery typy danych prostych:

1. liczby całkowite (typ integer)
2. liczby rzeczywiste (typ real)
3. wartości logiczne (typ Boolean)
4. znaki dopuszczalne na urządzenia zewnętrznych, jak klawiatura i monitor (typ char)

Typy te wymieniane są przez Iglewskiego et al. [1986] jako standardowe w Pascalu, nie wymagające osobnej deklaracji. Wymienione cztery typy proste są typami skalarnymi. Z typów prostych możemy tworzyć typy okrojone przez zdefiniowanie odpowiednich podzbiorów. Na przykład miesiące mogą być symbolizowane liczbami należącymi do podzbioru liczb naturalnych nie większych od 12. Są jeszcze inne racje, dla których wypada wyróżnić wymienione wyżej typy danych. W tym celu przyjrzyjmy się pewnemu aspektowi sprzętowemu wydarzeń, które mają miejsce w komputerze.

Głównym elementem procesora, wymienionego przez nas wcześniej wśród składników systemu cyfrowego, jest jednostka arytmetyczno - logiczna, JAL (ang. Arithmetic-Logic Unit, ALU). Jak nie trudno się domyślić, jednostka ta może wykonywać zarówno operacje arytmetyczne (dodawanie i odejmowanie) jak i logiczne (alternatywa, koniunkcja, negacja); a także przechowywać końcowy wynik operacji. Bez większego ryzyka można również przyjąć, że niemal każda współczesna JAL ma zintegrowaną obsługę liczb rzeczywistych na poziomie koprocesora arytmetycznego (w rodzinie procesorów firmy Intel fakt ten ma miejsce począwszy od modelu 486).

W tej sytuacji widzimy, że współczesny komputer ma od swego urodzenia (jak to się w żargonie informatycznym określa: natywnie) wbudowane wykonywanie operacji arytmetycznych na dwóch typach liczb: całkowitych i rzeczywistych, oraz operacji logicznych na parach bitów (suma logiczna, iloczyn logiczny), lub pojedynczych bitach (negacja). Bez specjalnych skrupułów możemy więc powiedzieć, że typem prostym jest typ bezpośrednio obsługiwany przez sprzęt systemu [36].
Dla znaków definiuje się operację konkatenacji (sklejania znaków, tworzenia łańcucha znaków). Operacja ta jest intuicyjnie oczywista, wynika z potrzeby tworzenia napisów oraz sekwencyjnej pracy większości urządzeń zewnętrznych.

Danymi pochodzącymi z typów prostych można się posłużyć dla utworzenia różnego rodzaju danych zagregowanych. Będziemy mówili, że agregaty te należą do typów złożonych. Klasycznym - rzec by można - przedstawicielem tego gatunku jest data kalendarzowa: trzy liczby, z których jedna określa rok, druga miesiąc, trzecia - dzień. Niestety - i w tym przypadku panuje niezgoda wśród ludzi. W skali świata nie udało się doprowadzić do ustalenia, w jakiej kolejności te trzy liczby powinny być zapisywane. Tak na przykład w USA obowiązującą kolejnością jest: Miesiąc/Dzień/Rok. Natomiast w Polsce w powszechnym obiegu stosuje się dwa zapisy zwierciadlane względem siebie: Dzień/Miesiąc/Rok oraz Rok/Miesiąc/Dzień, - jeśli nie podjąć tematu różnic w używanych separatorach, czy innej rachuby czasu w poza-chrześciańskich kulturach. Istnienie tych niejednoznaczności może w pewnych przypadkach prowadzić do nieporozumień, a nawet być przyczyną poważnych strat materialnych.

Data kalendarzowa jest archetypem wektora - skończonego, uporządkowanego ciągu pewnych obiektów, mających w komputerze swoją cyfrową reprezentację. Jako przykład wektora możemy podać symboliczny opis zasobów w poszczególnych jednostkach pewnej biblioteki:

Tabela 4. Tabela jednowymiarowa jako przykład wektora . Opracowanie autora.

Tabela 5. Tabela dwuwymiarowa. Przykład autora.

Czytelnik zechce zauważyć, że dla wektorów obowiązują specjalne reguły, opisujące wykonywanie operacji arytmetycznych. Po pierwsze dodawane wektory muszą mieć identyczną liczbę składowych. Po drugie: suma dwóch wektorów też jest wektorem o składowych, będących sumami odpowiednich składowych dodawanych wektorów. Warto nadmienić, że niektóre procesory mają wbudowane mechanizmy do sprzętowej realizacji operacji na wektorach. Kilka wektorów ustawionych jeden pod drugim tworzy tablicę - twór należący do kolejnego typu danych złożonych - typu tablicowego. Albo może inaczej: wektor jest jednowymiarową tablicą. Tablice to najpopularniejsze, złożone struktury danych, zbudowane z elementów tego samego typu. Powyżej zapisana tablica była dwuwymiarowa. Nie nakłada się żadnych formalnych ograniczeń na liczbę wymiarów tablicy.

Wszystkie elementy tablicy muszą być tego samego typu. Jednak rzeczywistość nie składa się z zestawień wyłącznie samych liczb, albo z samych tekstów. Było by to trudne do zaakceptowania ograniczenie. Przeto wprowadza się swojego rodzaju uogólnienie typu tablicowego i nazywa go typem rekordowym. Pojedynczy rekord składa się z określonej liczby składowych zwanych polami, które mogą być różnych typów. Tak oto definicyjnie przybliżyliśmy się do obszaru, z którym wielu bibliotekarzy jest już nieco oswojonych.

W tym miejscu nie sposób przejść do porządku dziennego nad sprawą nomenklatury. Termin rekord jest kalką przeniesioną do nas z angielskiego. Podobnie jak w języku rosyjskim, przekład tego terminu na polski nastręczał trudności. Przyczyn takiego stanu rzeczy należy upatrywać w bogactwie możliwych technologicznych kontekstów użycia tego słowa w języku angielskim. Wirth [1989] przypomina pragmatyczne względy, dla których powołano to pojęcie i wymienia cztery odcienie znaczeniowe tego terminu: zapis, rejestr, nagranie, przechowywany zestaw informacji. Znakomitą analizę semantyczną terminu electronic record  na gruncie języka angielskiego przeprowadził niedawno Morelli [1998]. Wnioski z tej analizy skłaniają do rezygnacji z używanego niekiedy w Polsce terminu krotka i przyjęcia kalki rekord, jako pojęcia o dobrze poznanej sferze znaczeniowej jej źródłosłowu.

Na końcu wymienimy niezmiernie ważny typ plikowy. Pliki służą do wymiany informacji zarówno między dwoma komputerami, jak i między komputerem a urządzeniem zewnętrznym. Na wielkość plików nie nakłada się żadnych formalnych ograniczeń; oczekuje się tylko, że plik bę dzie się składał z elementów tego samego typu. Mamy więc pliki binarne, pliki tekstowe, pliki z zapisanym dźwiękiem, pliki zawierające rekordy danych osobowych (np. kartoteki czytelników) [37]. Każdy plik ma określonądługość i znacznik końca pliku (ang. End Of File, EOF). Z plikiem należy kojarzyć operacje zapisu pliku oraz odczytu pliku. Trzeba pamiętać, że pliki tworzone na jakimkolwiek nośniku zależą od systemu operacyjnego, pod którym zostały wygenerowane. Fakt ten może stwarzać pewne problemy przy przenoszeniu plików między odmiennymi systemami operacyjnymi [38]. W dalszym ciągu, w odniesieniu do technologii cyfrowej implementowanej w komputerach, będziemy utożsamiać pojęcie pliku z pojęciem zbioru.

Bazy danych to termin, który jest zakorzeniony w technologii komputerowej od bardzo dawna i głęboko już wrósł w realia dzisiejszego dnia. Baza danych to zbiór wystąpień różnych rekordów oraz opisów powiązań między rekordami, danymi zagregowanymi i danymi elementarnymi [Martin, 1983:26]. Zagadnienie projektowania, testowania i eksploatacji baz danych jest bardzo złożone. Na łamach niejszej książki nie ma najmniejszych szans nawet na fragmentaryczne naszkicowanie terminologii i z tych względów poprzestaniemy na odesłaniu zainteresowanego czytelnika do specjalistycznej literatury [Date 1981, Martin 1983, Gruber 1996]. Do zagadnienia tego jednak odwołamy się w dalszym ciągu jeszcze raz, omawiając dostęp do zasobów cyfrowych, aby nakreślić raczej mało znaną bibliotekarzom problematykę logiki trójwartościowej.

Plik cyfrowy identyfikuje się przez nazwę. W pierwszych wersjach systemu DOS na nazwę nakładano dodatkowe ograniczenia. Nie mogła być ona dłuższa od 8 liter z repertuaru ASCII, cyfr oraz znaków interpunkcyjnych, plus co najwyżej trzy-literowe rozszerzenie podawane po kropce. Restrykcje nakładane na nazwę pliku zakazywały również używania 14 wyróżnionych znaków:
. „ \ / [ ] : < > + = ; ,

W obecnych systemach te ograniczenia zostały znacznie zliberalizowane. Warto jednak dodać, że swojego rodzaju ukłonem osób projektujących złożone dokumenty internetowe jest nadawanie nazw w miarę możliwości zgodnych ze starymi ograniczeniami DOSu. Pewnych kłopotów dostarcza niekiedy transgraniczna wymiana plików. Pliki wykorzystujące w nazwach kody przekraczające 128 (np. nazwy pisane cyrylicą) po zmianie środowiska systemowego na ogół wymagają zmiany nazwy.

Jeżeli w systemie występuje struktura katalogów, to odwołanie się do pliku na ogół zawsze wymaga podania pełnej specyfikacji pliku (to znaczy nazwy poprzedzonej tzw. ścieżką dostępu do pliku). Przyzwyczaić się tu trzeba do różnic pomiędzy Unixem a DOS i Windows. W tym pierwszym przejście na inny poziom katalogu oznacza się znakiem / podczas, gdy w dwóch pozostałych znakiem \ .

W miarę rozwoju technologii cyfrowej wytwórcy oprogramowania utrwalili w użytkownikach obyczaj rozpoznawania typu pliku po rozszerzeniu jego nazwy.

Tabela 6. Wybrane typy plików. Wybór autora.

Niesłychanie bogaty alfabetyczny indeks stosowanych typów plików można znaleźć na sieci pod URL:
http://whatis.techtarget.com/fileFormatA/0,289933,sid9,00.html.

Cyfrowy plik tekstowy podparty technologią uwierzytelnionego podpisu elektronicznego to kamień węgielny współczesnej gospodarki elektronicznej. Na mocy współczesnego ustawodawstwa autor tekstu cyfrowego nadaje swemu cyfrowemu podpisowi taką samą moc prawną, jak podpisowi odręcznemu, a przesłanemu tekstowi pełne cechy dokumentu de iure.

Podstawowym rodzajem tekstu jest tekst niesformatowany. Tekst niesformatowany to typowy tekst używany w tradycyjnej, unixowej poczcie elektronicznej. Nie zawiera on żadnych wskazówek, mogących wpływać na stronę prezentacyjną. To tekst monochromatyczny, mający ten sam typ, rodzaj i wielkość czcionki. Zwykle też nie wykracza poza alfabet angielski [39] choć oczywiście istniejeoprogramowanie, pozwalające na poziomie konsoli unixowej operować pełnym zestawem czcionek narodowych całego świata.

Już w pierwszych zaawansowanych komputerach osobistych, pracujących pod nadzorem systemu CP/M istniała możliwość przypisania każdemu znakowi widocznemu na ekranie komputera ograniczonej liczby wyróżników (atrybutów): podkreślenia wyświetlanego znaku i wygaszenia jego jasności o połowę. Polegało to na tym, że pamięć ekranu zamiast 8-bitowego modułu, służącego do pomieszczenia wyświetlanego znaku miała moduł 9-bitowy. Ponieważ do wyświetlenia podstawowego zestawu znaków ASCII wystarczy 7 bitów, więc ósmy, standardowy bit był używany jako wskaźnik podkreślenia znaku, a dziewiąty, dodatkowy - jako wskaźnik kontroli jego jasności.

Włączanie i wyłączanie pewnych atrybutów tekstu jest uzasadnione praktyką poligraficzną i zostało unormowane przez ANSI w postaci tzw. sekwencji escape. Pod nazwą tą kryje się sekwencja znaków sterujących ruchami kursora, definiowaniem klawiatury oraz modyfikacją wyświetlacza graficznego. Aktywizację mechanizmu tych sekwencji użytkownik mógł wcześniej poznać w systemie DOS w związku z konfiguracją pliku config.sys [40]. Sekwencja escape zaczynasię niewidocznym na ekranie znakiem, generownym przez naciśnięcie klawisza ESC (kod dziesiętny 27), po którym następuje ciąg parametrów. Wymienimy kilka sekwencji escape ograniczonych wyłącznie do kontroli monitora:

Tabela 7. Sekwencje escape. Wybór autora.

W podobny sposób można sterować kolorem tekstu i jego tła - w tabeli jest to drugi, liczbowy parametr sekwencji escape, który w przypadku sterowania barwą zmienia się w granicach od 30 do 47 (te sekwencje są już zgodne z normą ISO 6429).
A więc dla tekstu można zdefiniować rodzaj fontu i jego wielkość, można tekst lokalnie ukryć, ujawnić ukryty, spowodować jego migotanie, podkreślić, pochylić (posłużyć się kursywą), zmienić jego barwę, - ale można też określić język tekstu (ważne przy edytorach wyposażonych w słowniki ortograficzne, oraz przy wielojęzycznych syntezatorach mowy). Zamierzona kompozycja zespołu wyróżników (atrybutów) tekstu będzie przez nas nazywana stylem tekstu.

Formatowanie tekstu to nadanie mu żądanej formy, kształtu prezentacyjnego. Elementy, które należy tu wyróżnić, to:

1. Wyrównywanie tekstu (lewostronne, centrowane, prawostronne, obustronne)
2. Tworzenie szpalt
3. Listy numerowane z konspektami numerowanymi
4. Listy nie numerowane
5. Tablice
6. Balans proporcji pomiędzy tekstem właściwym i przypisami

Skład tekstu ma na celu końcowe przygotowanie tekstu do publikacji. Skład tekstu to nałożenie stylów i formatowania na strukturę fizycznych wymagań środowiska prezentacyjnego (drukarka, naświetlarka, ploter, ekran, syntezator mowy). Produkt będący wynikiem składu musi być bezpośrednio rozumiany przez urządzenie techniczne, realizujące finalną postać publikacji.

Wybrany tekst niejednokrotnie dobrze jest przedstawić w formie alternatywnej. Taki zabieg służy wówczas konkretnemu celowi. Sens alternatywnego zapisu jest natychmiast rozumiany, gdy chodzi np. o wydawnictwo drukowane brajlem. Jednak tym razem zreferowana będzie alternatywna forma zapisu ułatwiająca szybkie wprowadzanie zapisu do systemu cyfrowego. Mowa tu będzie o bardzo już popularnej formie zapisu, zwanej kodem paskowym (ang. bar code). Ten bardzo pożyteczny kod został zaprojektowany na potrzeby handlu celem szybkiego przetwarzania informacji o towarze. Obecnie rozpowszechnił się on na wiele innych dziedzin, znamy go dobrze ze sklepów i chyba na dobre zadomowił się już w wielu bibliotekach. Obecnie kod paskowy występuje w dwóch głównych odmianach: jednowymiarowej i dwuwymiarowej. W tym ostatnim przypadku występują zresztą zarówno wersje kropkowe (plamkowe), jak i paskowe.
Najpierw zreferowany będzie przypadek jednowymiarowy. Na początek małe wyjaśnienie. Nawet w przypadku jednowymiarowym nie osiągnęliśmy takiego poziomu standaryzacji, by na świecie użytkowany był tylko jeden, jednowymiarowy kod paskowy. Już w tej chwili liczba ich jest znaczna. Dużo pożytecznej informacji na ten temat można znaleźć na sieci:

Oto nazwy kilku popularnych specyfikacji: kod 2 z 5 (ang. Code 2 of 5), kod 2 z 5 z przeplotem (ang. Code 2 of 5 Interleaved), kod 3 z 9, kod 128 UCC/EAN 128, kod EAN 8/13 [42] , PostNet, UPC-A, UPC-E.Na przykładzie kodu "3 z 9" (trzy z dziewięciu) spróbujemy przeanalizować jego budowę. Na wstępie przedstawimy tytuł niniejszego paragrafu w symbolice zwykłego kodu ASCII oraz kodzie "3 z 9".

Tabela 8. Reprezentacja tekstu w symbolice ASCII oraz symbolice kodu "3 z 9" (opracowanie własne).

Na kod ten składa się sekwencja 5 czarnych pasków (p), między którymi są 4 białe odstępy (o). Zarówno paski, jak i odstępy mogą występować w wersji szerokiej, jak i wąskiej. W tej sekwencji szerokie muszą być trzy spośród dziewięciu elementów (stąd nazwa kodu). Stosunek szerokości większego elementu kodu (paska lub odstępu) do mniejszego nie jest standaryzowany i powinien zawierać się w przedziale 2,25:1 do 3:1. Schemat ten daje możliwość zakodowania 43 znaków, w tym cyfr, dużych liter alfabetu angielskiego oraz znaków używanych w księgowości (+ - * / % . symbol waluty - np. $ ). Do celów obsługi księgowej każdy pełen kod paskowy powinien być poprzedzony znakiem początku kodu i zakończony znakiem końca kodu. Dla kodu "3 z 9" rolę obydwu ograniczników odgrywa ten sam znak kontrolny: jest to znak mnożenia (*). Poszczególne znaki tekstu separowane są pojedynczym wąskim odstępem. Słowa zapisane w powyższym przykładzie nie zawierają dopisanych ograniczników kodu. Przyjrzyjmy się bliżej definicji tego kodu. W poniższej tabelce zestawiony jest fragment kodu

Tabela 9. Fragment specyfikacji kodu kreskowego 3 z 9 w postaci źródłowej i prezentacyjnej.
W - element wąski, S - element szeroki (opracowanie własne)

Kod paskowy może służyć do zapisywania zarówno liter jak i cyfr. Pokazaliśmy powyżej, że tytuł niniejszego paragrafu potrafimy zapisać kodem paskowym na papierze. Zrobiliśmy to przy pomocy komputera i drukarki, ale całkiem nieźle mogło by nam się to udać przy pomocy dwóch precyzyjnych rapidografów różnej szerokości, albo odpowiednio przygotowanych na frezarce matryc celuloidowych oraz czarnej farby w aerozolu. I w takich wersjach ten zapis cyfrowy naprawdę nie miał by nic wspólnego z komputerem, czy elektroniką. Do odczytania tego kodu potrzebna jest tylko kompletna tabelka jego definicji. Jak nie trudno sobie wyobrazić, odkodować go można przez wizualne porównanie zapisu z tabelą kodu, choć z pewnością jest to żmudne i powolne. Podobnie zapis cyfrowy, na przykład "czysty" zapis binarny możemy zrealizować praktycznie na dowolnym nośniku, bez związku z jakąkolwiek elektroniką. Można wykuć w granicie ciąg zer i jedynek, albo kropek i kresek, umownie przedstawiających poszczególne bity. I to będzie znakomity, bardzo trwały zapis cyfrowy. Dla posiadacza takiego zapisu realnym problemem będzie tylko to, jak sprawnie odczytywać i przetwarzać zapisaną informację. I tu elektronika pokazuje swoje prawdziwe zalety. Tym nie mniej konkluzja jest klarowna: zapis cyfrowy może być zrealizowany w różnych technologiach. Jedną z nich, ale nie jedyną i nie wyłączną, jest technologia elektroniczna. Są jednak również inne technologie zapisu cyfrowego, a przykładem takiego zapisu jest kod paskowy. Nie inaczej było z technologiami perforacji kart i taśm papierowych używanych jeszcze w latach 80-tych do wprowadzania cyfrowych danych do komputerów i sterowania obrabiarek numerycznych, a również amerykańskich kart do głosowania w czasie wyborów prezydenckich w roku 2000.

Jednowymiarowy kod paskowy ma jednak swoje ograniczenia. Do podstawowych ograniczeń należy repertuar dopuszczalnych symboli, które podlegają kodowaniu. Dokuczliwość tego ograniczenia udało się znacznie zmniejszyć przez wprowadzenie kodowania dwuwymiarowego. Nie ma tu nic zaskakującego, że tym sposobem kodowania bardzo interesują się kraje dalekowschodnie. Jako przykład takiego kodu podamy kod QR (od ang. Quick Response Code), opracowany przez Nippondenso ID Systems i udostępniany w klasie licencji publicznych (ang. Public Domain). Kod ten jest tworzony w postaci kompozycji trzech narożnych symboli, określających przestrzenną orientację kodu, oraz pola danych. Kompozycja ta wypełnia kwadrat małymi komórkami, również o kształcie kwadratu. Maksymalny rozmiar matrycy kodu QR to 177 modularnych kwadratów zdolnych zakodować 7366 znaków numerycznych lub 4464 znaków alfanumerycznych. Ważną cechą tego kodu jest możliwość bezpośredniego kodowania znaków znajdujących się w japońskich sylabariuszach (kanji, kana).  Osobom niewidzącym polecamy wyłącznie identyfikację symboli przestrzennej orientacji kodu.  W analizowanym tu przykładzie są to trzy kwadraty  o rozmiarze 7 na 7 komórek. Każdy symbol składa się z jednokomórkowej, ciemnej (w naszym przykładzie granatowej) "skórki", jednokomórkowego, jasnego "miąższu" oraz ciemnej "pestki" o rozmiarze 3 na 3 komórki. Dla ułatwienia identyfikacji do ciemnych komórek wpisana została mała litera "c", natomiast komórki wypełnione jasnym tłem są puste. Wszystkie trzy symbole przestrzennej orientacji kodu oddzielone są jednokomórkowym, jasnym pasem od pola danych. Rozkład zaciemnionych komórek w polu danych generowany jest algorytmicznie i dla postronnego obserwatora jawi się jako czysto losowy, nie niosący żadnej informacji.

Rysunek 21. Dwuwymiarowy kod towarowy QR. Opracowanie własne na podstawie materiałów użyczonych autorowi przez Nippon Denso

Kod ten, podobnie jak i kilka innych kodów, ma możliwość korekcji błędów wywołanych uszkodzeniem zapisu lub defektem urządzenia odczytującego. Dzięki posiadanej nadmiarowości, oryginalnie zapisana przy pomocy tego kodu informacja może być poprawnie odtworzona przy częściowym zniszczeniu, uszkodzeniu lub zabrudzeniu zapisu. Jak widać z przytoczonego przykładu, rozmiar powierzchni kwadratu zajmowanego przez kod dwuwymiarowy zwiększa się w miarę wzrostu liczby kodowanych bajtów (pojedynczy znak kanji kodowany jest na 3 bajtach)

Hipertekst to uogólnienie klasycznego tekstu w środowisku cyfrowym. Elementami odróżniającymi hipertekst od tekstu są:

• możliwość rozszerzenia ilustracji tekstu mediami strumieniowymi (dźwięk, ruchomy obraz)
• możliwość dynamicznego wkomponowania odsyłaczy do obcych dokumentów hipertekstowych dostępnych na Sieci
• możliwość wbudowania "gorących łączników", umożliwiających szybkie przemieszczanie się w ramach danego dokumentu i inicjację usług sieciowych (redakcję formularza poczty elektronicznej, otwarcie sesji ftp czy telnet)

Dokumenty hipertekstowe przygotowuje się obecnie w kilku różnych standardach, wywodzących się ze wspólnego rdzenia: normy ISO 8879 definiującej Standard Generalized Markup Language (SGML). Największą popularność na świecie zdobył sobie jego dialekt o nazwie HTML (Hyper Text Markup Language), najnowszą odmianą jest XML (Extensible Markup Language). Przykładami przeniesień koncepcji SGML na inne obszary zastosowań może być język opisu rzeczywistości wirtualnej VRML, lub języki opisu mówionego tekstu SSML [Taylor 1997] i STML [Sproat 1997]. W dalszym ciągu nie podejmiemy dawno zapoczątkowanej dyskusji na temat wad i ograniczeń tak niewiarygodnie dziś popularnego dialektu SGML jakim jest HTML. Ma on w istocie sporo wad, z których niektóre są postrzegane jako zalety. Tak na przykład liberalność przeglądarek hipertekstowych, interpretujących wyłącznie poprawne składniowo fragmenty publikacji, a ignorujące fragmenty niezgodne z implementowaną składnią, jest uważana za zaletę. Taka implementacja interpretuje co prawda publikacje zawierające błędne konstrukcje składniowe (te są w zasadzie ignorowane przez przeglądarki), ale zarazem interpretuje znaczne, "klasyczne" fragmenty publikacji przygotowanych w nowszych mutacjach formatu HTML, jeszcze przez przeglądarkę nie zaimplementowanych. Daje to szanse szybkiego rozwoju formatu z niewielkim uszczerbkiem dla jakości publikacji. Liczba publikacji stosująca format HTML przekracza o rzędy wielkości liczbę publikacji w pozostałych formatach i trzeba być wyjątkowo naiwnym, by wierzyć w realność migracji tych publikacji do formatu XML w skali globalnej. Na to jest już za późno. Można tu się chyba zgodzić, że zwykle wygrywa narzędzie proste, bardziej prymitywne, za to masowo stosowane.

Formatowanie hipertekstu polega na wpisaniu explicite stylów i dyrektyw formatujących w zwykły tekst. Jest to ogromna zaleta, zważywszy, że komercyjne produkty na ogół oferują tekst zakodowany, zazdrośnie chroniąc swych warsztatowych tajemnic. Taki "otwarty" plik tekstowy jest niesłychanie bezpieczny dla właściciela - edytować go można niemal "byle czym". Nie zamierzamy przeprowadzać tu kursu formatowania tekstu w standardzie HTML - można to znaleźć w licznych, dostępnych od kilku lat na rynku księgarskim książkach [Macewicz 1996, Taylor 1996]. Czytelnikowi wrogo nastawionemu do przyswajania sobie nowych pojęć, ale posiadającego umiejętność posługiwania się edytorami MS Word (ten rekomendujemy począwszy od wersji Word 97) lub Corel Word Perfect (rekomendujemy od wersji 8) zalecamy przygotowanie sobie wersji "zwykłego" dokumentu, a następnie wyeksportowanie go do formatu HTML. Czytelnik łatwo się przekona, że tolerancja przeglądarek w stosunku do odstępstw od zalecanej składni publikacji jest wręcz niewiarygodna.

Znaczniki używane do nadawania tekstowi jego atrybutów i formatowania go są zestawiane w postaci pary: atrybut otwiera się znacznikiem <nazwa atrybutu> i kończy się znacznikiem </nazwa atrybutu>. Nazwy standardowo pochodzą z języka angielskiego i każda osoba, operująca podstawowym słownictwem edytorskim w tym języku szybko chwyta zasady formatowania hipertekstu według definicji HTML. Nie przewiduje się wprowadzenia narodowych wersji języka znaczników. Wymienimy dla przykładu kilka najprostszych znaczników:

Tabela 10. Wybrane znaczniki formatowania HTML.

Wymienione znaczniki tekstu (ewentualnie tła tekstu) odnosiły się do tej pory tylko do obsługi użytkownika czytającego (oglądającego) tekst. Jednak z różnych powodów użytkownik może nie być w stanie w ogóle widzieć tekstu (jest niewidomy, lub ma chore oczy), bądź nie chcieć go chwilowo widzieć (jest zajęty innymi sprawami). Równocześnie ten sam użytkownik ma możliwość przesłuchiwania wyselekcjonowanego tekstu przy pomocy syntezatora mowy. Okazuje się, że rozwój współczesnych syntezatorów mowy wyprzedził technologię języków opisu publikacji hipertekstowych. Mówiąc inaczej, twórcy tych języków mało wiedzieli o potrzebie zastosowania syntezatorów mowy do przeglądania publikacji internetowych. Na rzecz zdefiniowania takiego standardu zawiązało się w ostatnich latach pod nazwą SABLE konsorcjum sześciu instytucji ( http://www.cstr.ed.ac.uk/projects/sable/).Spośród nowych znaczników proponowanych przez SABLE wymienimy: czteropoziomową emfazę, czteropoziomową przerwę w czytaniu, pięciopoziomową szybkość czytania, czteropoziomową głośność, płeć lektora i pięć kategorii wieku lektora. Czytelnik zechce tu docenić zalety tolerancji przeglądarek. Każdą publikację hipertekstową można wzbogacić o znaczniki sterujące syntezatorem, praktycznie bez żadnego wpływu na jej interpretację.

Niezwykle nowatorskie podejście do formatowania tekstu, zorientowanego na systemy syntezatorów mowy, zaprezentował Raman [1998]. W oparciu o zdefiniowane przez siebie rozszerzenie języka Common Lisp skonstruował on formater audio o nazwie AFL (ang. Audio Formatting Language), który w środowisku przeglądarki opartej o syntezator mowy może być uważany za odpowiednik Postscriptu. Autor tego rozwiązania (sam zresztą całkowicie niewidomy) doprowadził niemal do perfekcji stworzony przez siebie zespół narzędzi programistycznych o nazwie Audio System for Technical Readings (ASTER) [44], umożliwiającychniewidomym tworzenie i analizę złożonych tekstów matematycznych z pomocą syntezatora mowy. Lektura znakomitej książki Ramana, osobiście złamanej do druku przez samego jej autora, pozostawia na każdym jej czytelniku niezatarte wrażenie i ze wszech miar jest godna polecenia. Przyjrzyjmy się, jak ASTER przekłada na angielską mowę wzór Faa de Bruno, zaczerpnięty przez Ramana z pierwszego tomu znakomitej książki Knutha [1968] - patrz ćwiczenia do paragrafu 1.2.5, zadanie 21:

Równanie 1. Wzór Faa de Bruno.

Wzór powyższy odczytywany jest następująco [45] (plik dźwiękowysec18-ex3.au dostępny jest pod adresem http://www.cs.cornell.edu/home/raman/aster/demo.html):

Ennth derivative with respect to x of w equals summation over
0 less than or equal to j less than or equal to n
The quantity being summed summation over
k1 plus k2 plus AND SO ON plus kn equals j and below that
k1 plus 2k2 plus AND SO ON plus nkn equals n and below that
k1 comma k2 comma ellipsis comma kn greater than or equals to 0
The quantity being summed
jayth derivative with respect to u of w [46]
CORRECTION
the product n factorial quantity first derivative with respect to x of u raised to k1
AND SO ON
Quantity ennth derivative with respect to x of u raised to kn
DIVIDED BY
the product k1 factorial quantity one factorial raised to k1
AND SO ON
kn factorial quantity n factorial raised to kn

W tym miejscu widać bezsiłę drukowanego tekstu. Dla oddania melodii zastosowanego przez Ramana formatowania audialnego, w powyższym tekście zostały użyte wyróżniki. Tak więc wykładniki k1 oraz kn zapisane w górnym indeksie wymawiane są wysokim głosem. Jednak nie oddaje to wrażenia jakie ma słuchacz. Osoby znające angielski zachęcamy do przesłuchania znajdujących się na Sieci plików audio. Zostały one wykonane przez digitalizację sygnału wytworzonego przez syntezator Dectalk, którym posługiwał się Raman i są bardzo dobrej jakości. Warto jeszcze dopowiedzieć, że Raman zaproponował dwie formy interpretacji takich złożonych wyrażeń, różniące się między sobą poziomem przyswajania i czasem odczytu. Raman umiejętnie posługuje się formatowaniem audialnym zmieniając cechy głosu syntetycznego lektora w zależności od elementu strukturalnego interpretowanego wzoru. Innym głosem syntezator wypowiada podstawową linię formuły, innym licznik i mianownik ułamka, jeszcze innym wykładniki. Spektakularne osiągnięcia Ramana w zakresie formatowania audialnego tekstów technicznych obalają wszelkie prymitywne stereotypy na temat możliwości zdobywania najwyższych kwalifikacji przez osoby całkowicie niewidome i pokazują, jak wielkie są możliwości tej grupy inwalidzkiej w zakresie prowadzenia zaawansowanych prac (por. Czermiński [2001-2]).

Na marginesie omawianych tu spraw związanych z redakcją i odbiorem tekstów przez osoby niewidome warto odnotować równie, a może nawet i bardziej fascynujący fakt opracowania przez Heshama Kamela, niewidomego doktoranta Uniwersytetu w Berkeley, pakietu pozwalającego niewidomym tworzyć, przeglądać i edytować grafikę. Więcej informacji na ten temat można znaleźć wizytując stronę internetową twórcy pakietu IC2D ( http://guir.berkeley.edu/projects/ic2d).

Czytelnik oswojony z pracą edytorską w środowisku Windows ma w znakomitej większości przypadków wbudowaną usługę wizualizacji tekstu w jego finalnym formacie. W żargonie informatycznym znana jest ona pod nazwą standardu WYSIWYG (ang. What You See Is What You Get - to co widzisz jest tym, co otrzymujesz). Mało który edytor oferuje możliwość podejrzenia i ewentualnie skorygowania znaczników, czy kodów formatujących tekst. Do takich nielicznych pozytywnych przykładów możemy zaliczyć Word Perfect. Pod klawiszem funkcyjnym F11 edytor ten oferuje funkcję edycji kodów formatujących, określaną nazwą Reveal Codes (ujawnij kody). Ale zarazem możemy powiedzieć z poczuciem pełnej odpowiedzialności, że funkcję taką ma każdy tekst sformatowany zgodnie ze standardem SGML i jego standardami następczymi (HTML, XML, STML, VRML). Każdy taki plik edytowany pod edytorem znakowym (takim, jak np. MS NotePad) ujawnia wszystkie atrybuty tekstu i znaczniki formatujące. Wynika z tego, że cyfrowy tekstowy dokument elektroniczny ma dwie postaci, z których jedna jest zawsze dostępna dla użytkownika, a druga może być dostępna lub nie - w zależności od woli twórcy oprogramowania. Dla pierwszej postaci zaproponujemy nazwę postać prezentacyjna tekstu, dla drugiej przyjmiemy termin będący już w użytkowaniu: postać źródłowa tekstu. W normalnym trybie edytora lub przeglądarki dostępna jest postać prezentacyjna. Postać prezentacyjna z kolei może się dzielić na podpostacie zorientowane sprzętowo w zależności od rodzaju odbiorcy. Można tu wymienić dominującą postać wizualną, coraz bardziej popularną postać audialną, wreszcie rzadko występującą postać sensoryczną. Postać źródłowa publikacji internetowych dostępna jest w menu przeglądarek pod pozycją "Widok" poprzez funkcję "Źródło".

Przyjrzyjmy się, jak udostępniane są obydwie postacie tego samego tekstu przez różne pakiety oprogramowania. Tekst oryginalny został przygotowany pod edytorem Word 97 i dodatkowo skonwertowany do formatów HTML i WP ((WordPerfect). Konwersja ta spowodowała automatyczną zmianę rodzaju czcionki z niedostępnego na platformie Word Perfecta Ariala na najbardziej do niego zbliżoną czcionkę bezszeryfową jaką jest Univers Condensed. MS Word 97 oferuje bardzo ograniczoną usługę dostępu do źródłowej postaci tekstu. Tabela 11 ilustruje kształt postaci prezentacyjnej i źródłowej tekstu widzianej przez pryzmat różnych narzędzi programistycznych. Użytkownik tego edytora może kontrolować wyświetlanie na ekranie kodów wewnętrznych edytora poprzez pozycję menu Narzędzia, funkcję Opcje i zakładkę Widok. Wyjątkowo zwodnicza jest możliwość pokazywania kodów wszystkich znaków niedrukowanych - to dopiero pokazuje faktyczną skromność oferty Microsoftu.

Tabela 11. Postać prezentacyjna i postać źródłowa tekstu.

Mając do dyspozycji tekst w postaci źródłowej, użytkownik dysponuje w pełni przewidywalnymi zachowaniami systemu. To właśnie ten element przyczynił się do tak wielkiego sukcesu systemu TEX w środowiskach technicznych. Czy się jednak to komu podoba czy nie, dominująca liczba tzw. przeciętnych użytkowników preferuje systemy WYSIWYG i należy przypuszczać, że proporcja ta nie ulegnie zmianie. Piszący te słowa z konieczności umotywowanej brakiem czasu sam używa pakietu MS Office 2000, choć dysponuje przykładowym plikiem w formacie WORDa, nie spełniającym postulatu WYSIWIG: w tekstowym dokumencie zaszyty jest obrazek, którego nie widać na ekranie, ale który jest drukowany na drukarce. Nie ma wątpliwości, że obecnie stosowane oprogramowanie w większości wypadków jest dalekie od doskonałości. Na zakończenie warto wspomnieć, że przez wiele lat prawdziwą furorę budził zaprojektowany przez S. Jobsa system operacyjny NeXT Step (i jego potomek OPEN STEP). Cechowała go jednolita technologia obsługi zarówno drukarki, jak i ekranu: był to PostScript. To powodowało przewidywalne zachowanie się systemu u końcowego użytkownika. NeXT Step dobrze odpierał atak krytyki na nieprzewidywalność efektów artystycznych na stacji roboczej końcowego użytkownika, ale - mówiąc szczerze – był to użytkownik elitarny. Fakt ten okupiony był jednak znacznymi ograniczeniami: dla platformy intelowskiej producent systemu publikował listę produktów mających atest zgodności sprzętowej. Dotyczyło to płyt głównych, kart graficznych, kart dźwiękowych, kontrolerów SCSI itp. Niestety koszty rozwoju takiego systemu są bardzo wysokie, i firma nie była w stanie nadążyć z pisaniem sterowników obsługujących ogrom pojawiających się nowych produktów rynkowych. NeXT Step urodził się za wcześnie, gdy stopień standaryzacji sprzętowej jeszcze był niski, a moc przetwarzania pod każdym względem zbyt mała. Jak to wspomniano uprzednio, wraz z wprowadzeniem systemu operacyjnego Windows 2000 Microsoft ośmielił się opublikować na swej stronie domowej wykaz sprzętu posiadającego atest zgodności z tym systemem. Fakt ten staje się nowym wyzwaniem dla użytkowników oprogramowania produkowanego przez tą firmę rokującym zbliżone kłopoty do tych, które mieli użytkownicy NeXT Stepa instalowanego na platformie intelowskiej.

Jak wyżej pokazano na przykładach, edytor może należeć do jednej z trzech grup:

1. Oferującej wyłącznie formę prezentacyjną (np. MS Word)
2. Oferującej zarówno formę prezentacyjną, jak i źródłową (Corel Word Perfect 8. niektóre edytory HTML)
3. Oferującej wyłącznie formę źródłową (takim jest np. S.C. UniPad

Można by się spodziewać, że w przypadku Worda użytkownik ma do dyspozycji klasyczną usługę WYSIWYG: na drukarce dostajesz to co widzisz. Jak do tej chwili nie jest to prawdziwe. Microsoftowski Word nadal jest niespójny wewnętrznie. Jak długo w menu Worda w pozycji Widok będzie się znajdowało okienko z trzema opcjami przeglądania dokumentu: ‘Normalny’, ‘Układ sieci Web’ oraz ‘Układ strony’, - tak długo użytkownik musi zdawać sobie sprawę, że w danym momencie ogląda tylko jeden z możliwych obrazów tworzonego dokumentu. Te obrazy mogą się od siebie bardzo różnić. Tak np. w układzie normalnym Word nie pokazuje pól tekstowych. Celem zilustrowania takiego przypadku przygotowany został plik w formacie Word zawierający pola tekstowe. Poniższe rysunki są zrzutami ekranu tworzonymi w trakcie przeglądania tego pliku w układzie normalnym (Rysunek 22) oraz w układzie strony (Rysunek 23).

Rysunek 22. Tekst dokumentu alyakhtund.doc w układzie normalnym. Opracowanie autora.

Rysunek 23. Tekst dokumentu alyakhtund.doc w układzie strony. Opracowanie autora

Песни, посвящённые <не. № 1. Poland, 18 April 2002 Бронислав Пилсудский Вунит, сестра Чурки, поэтесса, зная что я очень люблю песни, решила составить песню, обращённую ко <не. Когда я ездил (в 1897 г.) по гилякски< селения<, обучая гиляков солить рыбу, она жила в с. Кезириво, лежаще< на островке по р. Ты<и близ Мозьб’ во Приходила она и ко <не, но не застала до<а, пото< как и все айны отправилась (очевидно весною 1898 г.) в Арково. Аляхтунд. Акан- тох алеhынд.* женщ[ина] Вунит. 1898 г . . Аляхтунд. Акан– тох алеhынд.* Кезириво фина /

Jak widać z powyższych przykładów, obydwa obrazy znacznie różnią się między sobą. Układ strony jest prawdopodobnie najbliższy usługi WYSIWIG i z dużym prawdopodobieństwem można orzec, że tak właśnie będzie wyglądał wydruk na drukarce kolorowej, natomiast z całą pewnością nie będzie tak wyglądał wydruk na drukarce biało-czarnej. Natomiast układ normalny jest jakąś formą uproszczoną, która może nie zawierać pewnych elementów. Powyższe komentarze pozwalają zrozumieć, dlaczego na Zachodzie przereklamowanym standardom przemysłowym szybko dokleja się uszczypliwe etykietki, Tak więc w szczególności usługa WYSIWIG bywa przezywana WYSIWYNG (ang. What You See Is What You Never Get – to co widzisz jest tym, czego nigdy nie otrzymasz).

Przytoczona analiza porównawcza ujawnia polimorfizm cyfrowego dokumentu elektronicznego, widziany przez pryzmat standardowych narzędzi środowiska edycyjnego i prezentacyjnego (monitor, drukarka biało-czarna, drukarka kolorowa). Polimorfizm ten jest wyrazem kompromisu jaki producent oprogramowania chce osiągnąć; jest wyrazem balansu pomiędzy spodziewanymi potrzebami użytkownika i ofertą konkurencji. Związane z nim niejednoznaczności mogą poważnie spowalniać procesy redakcyjne i w ostateczności nawet wprowadzać deformacje do postaci prezentacyjnej.

Elektroniczny dokument cyfrowy musi być postrzegany jako byt zintegrowany ze światem, w którym go wytworzono, i do którego winien należeć. Przenoszenie go do niekompletnego środowiska mającego inne wersję oprogramowania użytkowego, sterowniki, fonty czy obsługę ekranu może poważnie zmienić jego cechy. W końcu nawet meduza wyrzucona przez fale na morski brzeg jest tylko marną karykaturą misternego organizmu zawieszonego w wodzie.

Stwierdzenie, że wielojęzyczność jest immanentnie związana z komunikacją międzynarodową - pieszą, morską czy lotniczą - jest chyba dla wszystkich oczywiste. Dokumentom wielojęzycznym już w starożytności przypisywano ponadczasową wartość. Najlepszym przykładem takiego dokumentu jest pieczołowicie przechowywana w British Museum bazaltowa stela znana pod nazwą Kamienia z Rosetty. To dzięki uwiecznionemu na tym kamieniu trójjęzycznemu zapisowi (hieroglify egipskie, pismo demotyczne i pismo greckie) Jean François Champoillon był w stanie odcyfrować niezrozumiałe już od dwóch tysiącleci egipskie hieroglify. Nie od rzeczy będzie też przypomnieć, że jeden z naszych najciekawszych zabytków – „Psałterz floriański” – zawiera 150 psalmów pisanych w trzech językach: łacińskim, polskim i niemieckim. Jednak wielojęzyczne dokumenty najczęściej nie występują w zbiorach specjalnych, lecz w podręcznym księgozbiorze każdej czytelni: są to słowniki, tak pożyteczne przy bieżącej pracy.

W dzisiejszych czasach ożywiona wymiana handlowa nasyca światowe rynki towarem z wielojęzycznym opisem. Mamy go na słoikach z dżemem, w instrukcjach obsługi pralek i telewizorów, w opisach informacyjnych filmów fotograficznych i leków, na okładkach międzynarodowych biletów lotniczych i kolejowych. Bodaj czy nie jeszcze bujniej rozwija się produkcja materiałów wydawniczych w muzeach. Świat stał się nie tylko bardziej wielojęzyczny, ale i wielokulturowy. Ciekawy przegląd współczesnych zagadnień związanych z wielojęzycznością zaprezentowała niedawno Borgman [1997]. Autorka spostrzega fakt pojawienia się na świecie wielkiej ilości materiału cyfrowego i koncentruje się na konieczności unifikacji zasad kodowania w ramach Unicode'u.

W ostatnich latach poligrafia światowa całkowicie zmieniła swoje oblicze. Obecnie większość tekstów wielojęzycznych sporządza się komputerowo. Czy wszystko jednak da się tu zrobić? Jakie są ograniczenia w poligrafii, a jakie w edytorstwie internetowym? Jakie są współczesne tendencje w zakresie katalogowania wydawnictw obcojęzycznych?

W następnych paragrafach dyskusję wybranych tu problemów ilustrować będziemy przykładami z dalekowschodniego obszaru językowego. Podobne ilustracje tekstowe przez długie lata były przyjmowane z dreszczykiem emocji, teraz stają się powoli codziennością.

W syntetycznym skrócie techniczne problemy związane z obsługą tekstów wielojęzycznych można pogrupować na następujące kategorie:

Warto teraz przyjrzeć się kilku wybranym technikom wprowadzania dalekowschodnich tekstów do dokumentu. Rozwój i powszechna akceptacja standardu okienkowego (Apple, Microsoft, X-Windows) stworzyły nową możliwość oferowania przez aplikację dodatkowych usług, niezwykle upraszczających proces edycyjny. Najprostszym (i zarazem najbardziej powolnym) sposobem wprowadzenia tekstu jest pobieranie pojedynczych znaków z posiadanego repertuaru. Nie zamykając edytora użytkownik może wywołać sobie małą przeglądarkę dostępnych znaków, posługując się funkcją Wstaw z poziomu głównego menu edytora, i wybierając z listy pozycję Symbol. Po ukazaniu się okienka dialogowego funkcji Symbol należy wybrać font, zawierający potrzebny podzbiór znaków (w cytowanym przykładzie jest to Hiragana). Jeśli wybrany zostanie font unikodowy, to po prawej stronie okna dialogowego udostępnione zostaje dodatkowe okno podzbioru grupy językowej (np. cyrylica, czy ujednolicone ideogramy CJK). Potrzebny znak wskazuje się myszką, a następnie przenosi się go do głównego okna edytora poprzez aktywizację pozycji Wstaw. Przy rutynowym wpisywaniu obcojęzycznego tekstu użytkownik może oczywiście ostrożnie zredefiniować sobie klawiaturę [47] przy pomocy pozycji Klawisz skrótu. Rysunek 24 przedstawia przykładowe wpisywanie tekstu japońskiego indywidualnie wybieranymi znakami z podzbioru Hiragana:

Rysunek 24. Wprowadzanie tekstu japońskiego w edytorze Word 97 (wybieranie znaków sylabami z puli systemowej fontu Arial Unicode MS). Opracowanie autora.

Przyjrzyjmy się z kolei, na ile szersze techniczne możliwości tworzenia napisów w językach dalekowschodnich daje edytor wprowadzania IME (ang. Input Method Editor) firmy Microsoft (Rysunek 25).

Rysunek 25. Edytor IME. Opracowanie autora.

W klasyfikacji Tuckera [1987] IME podpada pod kategorię systemów konwersji fonetycznej (ang. phonetic conversion systems). Narzędzie to jest swojego rodzaju kombajnem, operującym w środowisku edytorów obsługujących format HTML, umożliwiającym posłużenie się transkrypcją z poziomu klawiatury angielskiej i opcjonalnym, bardzo dogodnym tezaurusem, usłużnie podstawiającym alternatywne skrypty z listy dostępnych sylabariuszy (japoński). Dodatkowo IME oferuje czcionkę standardową, lub połowicznej szerokości (tą ostatnią tylko dla katakany i znaków ASCII). W IME tekst japoński wprowadzamy do otwartego już dokumentu w transkrypcji Hepburna. Edytor podsuwa jednak piszącemu trzy możliwości prezentacji tekstu na ekranie: albo tekst niekonwertowany (romaji) albo automatycznie konwertowany do hiragany lub katakany. Jeśli po zakończeniu pisania jakiegoś słowa naciśniemy klawisz spacji, to wyświetlone zostanie okienko z listą proponowanych alternatywnych form zapisu (homofony). Rysunek 21 ilustracją, obrazującą sposób wyboru zapisu nazwy Karafuto - japońskiego określenia wyspy Sachalin, gdzie więziony był Bronisław Piłsudski. Na rysunku widać od góry alternatywne formy prezentacji: katakanę, kanji, hiraganę (wszystkie trzy w pełnej szerokości), katakanę w połowicznej szerokości czcionki i pięć wersji romaji w obydwu szerokościach czcionki (pozycje 5-9).

W miarę poprawy parametrów technicznych ekranu (ogniskowanie, aberracje odchylania, zdolność rozdzielcza) adaptera graficznego oraz mocy przetwarzania procesora zaczęły narastać apetyty na bardziej wyrafinowane metody tworzenia tekstów wielonarodowych. Przyjrzyjmy się na koniec (Rysunek 26) interesującemu narzędziu, oferowanemu przez firmę Aurora w ramach pakietu dla bibliotek i służącemu do wprowadzania znaków alfabetu chińskiego [48]. Przedstawiane narzędzieto czteropoziomowy kompozer złożonych znaków chińskich w oparciu o pule prymitywów składniowych. Ideę jego przedstawiamy w postaci tablicy podzielonej na cztery sekcje z których pierwsza ogranicza się tylko do jednej kolumny zawierającej znaki oparte na różnych dwuwymiarowych orientacjach pojedynczej kreski (prosta pozioma, prosta pionowa, i dwie wygięte). Dwie następne sekcje (druga i trzecia), o szerokości 5 komórek każda, zawierają ideogramy średniego stopnia złożoności służące do kompozycji finalnego znaku znajdującego się w sekcji czwartej. W rzeczywistym edytorze Jianyi Bushou sekcje przedzielone są suwakami pozwalający wybrać z obszernego pola potrzebny do kompozycji prymityw. Wynika z tego, że złożoność znaku narasta od lewej strony do prawej. W klasyfikacji Tuckera [1987] narzędzie to należy do systemów kompozycyjnych (ang. composition systems) i może się okazać bardzo przydatne przy zapisie chińskich imion własnych, spotykanych na tyle rzadko, że żadna instytucja nie będzie zainteresowana poszukiwaniem takiego samego znaku w innym obszarze językowym tak, jak to miało miejsce przy unifikacji ideogramów CJK.

Rysunek 26. Edytor kompozycyjny. Opracowanie własne na podstawie materiałów firmy Aurora.

Bardzo poważnym problemem jest kodowanie znaków narodowych. Jeśli nie odwoływać się do historii budowy Wieży Babel, to przypisanie kodów do konkretnych znaków tradycyjnego pisma zawsze miało posmak narodowy i doskonale odzwierciedlało wolę narodów i grup językowych do samostanowienia. Prym wiedli tu Amerykanie, mający najwięcej sprzętu komputerowego i przez wiele lat ignorujący wartość poznawczą poza-anglojęzycznych tekstów. Proponowane przez nich repertuary znaków takie jak EBCDIC, czy też ASCII w założeniach swoich odsuwały w niebyt istnienie innych repertuarów znaków, orientując się głównie na sfery biznesowe. Europa, przyglądająca się tym wyczynom z oddali, i dalekowschodnia Azja, może z nieco mniejszym dystansem z powodu swego dalszego zaawansowania technologicznego, zaczęły na własną rękę tworzyć standardy narodowe i międzynarodowe, oraz inicjować regionalne prace unifikacyjne (por. Tseng i in. 1987). Regionalność zaczęła być oznaczana anagramami: LGC (Latin + Greek + Cyrillic), CJK (Chinese + Japanese + Korean), JACKPHY (Japanese, Chinese, Korean, Persian [Farsi], Hebrew, Yiddish). To sobiepaństwo w zakresie standardów kodowania stało się wyjątkowo uciążliwym hamulcem w rozwoju globalnej wioski. Te różne standardy na ogół bez przeszkód mogą współistnieć pokojowo obok siebie w jednej bazie danych. Niemal w każdym rekordzie bazy danych może zostać wpisana sekwencja znaków zgodna z innym standardem. Jest nawet osobna norma (ISO 2022) regulująca mechanizmy przełączania się między różnymi systemami kodowania. Jednak z faktu istnienia jakiegoś zapisu nie wynika jeszcze możliwość odczytania. Czytelnik może się przekonać o tym osobiście, wizytując np. serwer testowy Z39.50 Research Library Group i filtrując rekordy zawierające pole 066. Bez posiadania specjalistycznego oprogramowania (np. sprzedawanego przez RLG) nie ma szans na poprawne obejrzenie zapisów w języku oryginału (zazwyczaj są one w polu 880). Jest jeszcze jedno ważne ograniczenie - tym razem dotyczące plików pełnotekstowych. W jednym pliku HTML nie można używać kilku różnych standardów kodowania! Zamiar wydawania wielojęzycznej publikacji w Internecie niemal skazuje wydawcę na stosowanie standardu Unicode.

Przyjrzymy się, jak na tą samą przestrzeń adresową (kody z przedziału 128 - 254) poszczególne grupy narodowościowe nakładały swoje znaki w ramach normy ISO 8859-x:

Tabela 12. Współdzielenie przestrzeni kodów przez różne normy ISO 8859-x

ISO 8859-1

ISO 8859-5

Mechanizmy przełączania sekwencji escape są bardzo kłopotliwe w praktycznej implementacji. Przeciętny śmiertelnik nie może na swoim komputerze osobistym obejrzeć takich zasobów cyfrowych. Trudno się dziwić, że przy pierwszej nadarzającej się okazji rozpoczął się odwrót od tej technologii na rzecz jednolitej metody kodowania. Zmiana postawy amerykańskiej nastąpiła, jak się wydaje, w mniejszym stopniu na skutek nacisku światłych sfer akademickich, a bardziej w wyniku spodziewanych beneficji z tytułu obrotu handlowego z ogromnymi i chłonnymi rynkami azjatyckimi. Czynnikiem zwiastującym początek nowej ery w stosunkach gospodarczych było zniknięcie "żelaznej kurtyny". Synchronicznie z latami tego przełomu na początku lat 90-tych rodzą się dwie niezależne inicjatywy ujednolicenia zasad kodowania: pierwszej przewodzi grupa amerykańskich producentów sprzętu i oprogramowania komputerowego, drugiej - International Organization for Standardization (ISO). Pierwsza grupa zawiązała korporację w styczniu 1991 r. pod nazwą Unicode Inc. W tym samym roku obie zainteresowane strony doszły do porozumienia, że dysponowanie jednym, spójnym kodem, obejmującym wszystkie znaki obecnie znane, jest sprawą godną najwyższego poparcia. Wzajemnie zaakceptowane zmiany zostały wprowadzone do Wersji 1.0 standardu Unicode, oraz do wstępnego dokumentu ISO/IEC Draft International Standard DIS 10646.1. Połączenie obydwu nastąpiło w styczniu 1992 roku. Końcowa postać tej wersji standardu została opublikowana w 1993 r. Już w zaraniu egzystencji tego nowego standardu stało się jasne, że kończy się czas funkcjonowania mechanizmów przełączania między różnymi repertuarami znaków, i że należy się jak najszybciej wycofać z używania ISO 2022, oraz standardów o zasięgu lokalnym i regionalnym, takich jak rodzina ISO 8859-x na rzecz Unicode'u [Aliprand 1992].

Konwencje notacyjne Unicode'u

Poniższy wybór został opracowany na podstawie 2 wersji standardu. Wszystkie znaki Unicode mają jednoznaczne nazwy składające się wyłącznie z dużych łacińskich [49] liter od A do Z, odstępui myślnika - minusu. Nazwy alternatywne (aliasy) pisane są kursywą.

W tekście niniejszym pojedyncza wartość unikodu [50]zapisywana jest jako U+nnnn, gdzie nnnn jest czterocyfrową liczbą w zapisie heksadecymalnym. Na przykład U+0041 jest wartością unikodu znaku nazywanego LATIN CAPITAL LETTER A.

Ideogramy wschodnio-azjatyckie nazywane [51] sąCJK UNIFIED IDEOGRAPH-X, gdzie X zastępowany jest heksadecymalną wartością unikodu

Projekt Unicode'u został oparty na następujących 10 zasadach wypunktowanych w definicji standardu:

Font unikodowy

Z faktu, że grupa ekspertów była w stanie doprowadzić do publikacji dokumentu, w którym każdemu wydrukowanemu znakowi przypisuje się jednoznacznie kod, nie wynikało jeszcze, że oprogramowanie znajdujących się w użytku komputerów posiada czcionkę unicodową, ale - co ważniejsze - umie poprawnie obsłużyć nowy standard. Bardzo szybko, bo już w 1993 roku Bigelow i Holmes opublikowali detale swego projektu nacelowanego na konstrukcję fontu unikodowego. Zaprojektowany i wykonany przez nich font o nazwie Lucida Sans Unicode True Type Font obejmował 1700 znaków z rodziny języków wywodzących się z łaciny plus greka (nowożytna), plus cyrylica, to znaczy pełne środowisko LGC. Ponadto hebrajski, znaki fonetyczne, ramki oraz znaki matematyczne. Cztery następne lata trzeba było czekać na pojawienie się nowego fontu obejmującego oprócz obszaru językowego LGC również języki dalekowschodnie: chiński, japoński i koreański (CJK). Stało się to za sprawą firmy Bitstream, której font Cyberbit oprócz języków już uwzględnionych przez zbiór Lucida Sans Unicode zawierał dodatkowo: arabski, tajski, chiński, japoński i koreański. Zbiór ten w pierwszej swej wersji (1.1) zawiera m.in. 1 153 sylaby z sylabariusza Hangul oraz 20 902 ideogramów Han. Cyberbit ma znaczne rozmiary. W pierwszej wersji jest to plik o wielkości 13 MB (nieskompresowany), który został zaoferowany darmowo i ciągle jest dostępny na różnych serwerach FTP. Ważnym źródłem darmowej czcionki unicodowej jest też produkt pracy kompilacyjnej naszego rodaka, Romana Czyborry, który pracowicie zebrał z różnych źródeł czcionkę, przekonwertował i udostępnił w Internecie pod nazwą UNIFONT. Pakiet ten zawiera ponad 34 000 znaków i był projektowany głównie z myślą o środowisku unixowym. Na koniec należy wymienić nowy, niezwykle bogaty i nienagannie technicznie dopracowany Arial Unicode MS produkcji Microsoftu, zbiór prawie dwukrotnie większy od Cyberbita wersja 1, obecnie również dostępny za darmo dla celów niekomercyjnych.

Celem porównania obsługi tego nowego standardu przez kilka aktualnie dostępnych na rynku zestawów czcionek wykonaliśmy test na dwóch przedziałach kodów dla trzech rodzajów czcionki. Testowanie zostało przeprowadzone przy pomocy edytora yudit zainstalowanego na platformie Linuxa (Debian) i pracującego pod nadzorem X-Windows. Każdy testowany podzbiór zawierał 112 znaków. Wyniki porównania przedstawia tabela 13 [Czermiński 2001]:

Tabela 13. Liczba brakujących znaków w implementacji fontu (opracowanie autora)

Tablica potwierdza słabą obsługę koreańskiego sylabariusza przez Bitstream Cyberbit i pokazuje na wyraźną przewagę microsoftowskiego Ariala Unicode MS.

Systemy komputerowe i sprzęt teletransmisyjny są bardzo konserwatywne. Obok najnowocześniejszych maszyn stoją stare i bardzo stare. Szesnastobitowy kod nowego standardu nie jest strawny dla starych komputerów, których architektura oparta jest na 8 bitach, a nawet na 7 bitach (stare systemy operacyjne i stare urządzenia sieciowe). Dla znalezienia jakiegoś polubownego rozwiązania opracowano kilka formatów transformacyjnych, które rozkładają szesnastobitowy kod na mniejsze segmenty. Wśród tych kilku formatów wyróżnimy UTF-8, będący już stałą opcją kodowania przy zapisywaniu plików wielojęzycznych na dysku. Z praktycznego punktu widzenia UTF-8 należy rozumieć jako specyficzną formę Unicode. Zaletą UTF-8 jest to, że podstawowe znaki ASCII (o kodach do 127), które jak na razie królują w Internecie, są pamiętane w postaci 8 bitów, a nie 16 – tak jak by tego wymagał klasyczny unikod.

Dla ilustracji, jak konwertuje się 16-bitowy kod utworzony wg standardu Unicode do UTF-8 ograniczymy się tylko do najprostszego przypadku interesującego Polskę z uwagi na kodowanie polskich liter diakrytycznych. Wszystkie one w formacie UTF-8 mieszczą się na dwóch bajtach. Ogólny, ale uproszczony do 3 wynikowych bajtów, schemat transformacji podaje tabela 14.

Tabela 14. Transformacja 16-bitowego unikodu do wielobajtowego ciągu UTF-8. Opracowanie własne na podstawie Tablicy A-3 w Unicode [1998].

W powyższej tabeli bity zapisane kolorem czerwonym są obligatoryjne. Naruszenie tego obligatorium powoduje automatyczną detekcję nielegalnej struktury bitów. Grupowanie po cztery bity ułatwia przejście do zapisu heksadecymalnego. Bity opisane kolorem niebieskim przy dekompozycji 16-bitowego kodu do UTF-8 stanowią uzupełnienie obligatoryjnego nagłówka pierwszego (dwubajtowa dekompozycja) lub drugiego (trzybajtowa dekompozycja) bajtu. Podobnie jest w przypadkach bitów oznaczonych kolorem czarnym. Odpowiednia tablica dla polskich liter diakrytycznych przedstawia się następująco:

Tabela 15. Dekompozycja 16-bitowych kodów polskich liter diakrytycznych do sekwencji UTF-8. Opracowanie własne.

Tabela 15 zawiera pewną osobliwość: są to diakrytyczne litery „Ó” oraz „ó”, które w odróżnieniu od wszystkich pozostałych polskich liter diakrytycznych (zbiór Latin Extended-A) znajdują się w zbiorze Latin-1 Supplement. Z tego powodu pierwsze dwie ‘starsze’ tetrady 16-bitowego kodu złożone są z samych zer, co mogło by predystynować te litery do kodowania jednobajtowego. Jednak Tabela 14 jako obligatorium wymaga, by do jednobajtowego kodowania najstarszy bit w trzeciej tetradzie był zerem, co w tym przypadku nie ma miejsca. Tak więc w ramach transformacyjnego formatu UTF-8 wszystkie polskie litery diakrytycznie są jednolicie kodowane na dwóch bajtach

Podstawowym wymaganiem jest tu obsługa standardu Unicode przez system operacyjny. Komputer osobisty musi mieć zainstalowany 32-bitowy system operacyjny (Windows 95, Windows 98, Windows NT, Windows 2000, Windows XP, Linux).  Na tym systemie musi być zainstalowany edytor obsługujący Unicode. W systemie MS Windows minimalnym pakietem musi być Word 97. Podkreślić jednak trzeba, że na niższej wersji systemu można instalować wyższe wersje oprogramowania aplikacyjnego. Tak np.  znaczną część prac autor ninieszej książki przygotowywał w Wordzie 2000 zainstalowanym na platformie Windows 98. Dobrym edytorem znakowym dla Windows jest też UniRed (bezpłatny), SC UniPad, a dla Linuxa yudit. Te edytory pozwalają na sprawną redakcję kodu źródłowego. Uznanie budzi zwłaszcza yudit, który ma bardzo dobry, wielojęzyczny moduł wprowadzania tekstu wraz z dobrze opisaną dokumentacją, oraz możliwość korzystania z bardzo bogatych fontów unikodowych w formacie TTF w X-Windows.

Największą dogodność pracy dla osoby nie pragnącej uczyć się formatowania w standardzie HTML przedstawia sobą MS Word, który bardzo dobrze obsługuje Unicode. Dokument napisany w tym edytorze można łatwo wyeksportować do formatu HTML. Bardzo dobry jest wielojęzyczny moduł wprowadzania tekstu – IME.  Autor jednak gorąco poleca tworzenie stron internetowych wprost w edytorze Mozilli począwszy od wersji 6.

Wklejanie tekstów przygotowanych pod innym standardem kodowania do publikacji już zakodowanej jako unikodowa na ogół nie da się bezpośrednio zrealizować. Tak np. teksty japońskie przygotowane pod IME (kodowane w JIS, ang. Japan Industry Standard) należy wstawić do pustego dokumentu w Wordzie, zmienić w przekopiowanym dokumencie czcionkę na unikodową i wyeksportować do formatu HTML. Dopiero taki plik można wkleić do innej publikacji zakodowanej w UTF-8. Wśród uwag praktycznych należy też wspomnieć, że przenoszenie bloków tekstu metodą kopiuj i wklej (Ctrl C – Ctrl V) w środowisku heterogenicznym – np. pomiedzy Netscape i MS Wordem na ogół powoduje utratę atrybutów tekstu (wyróżników tekstu i formatowania).

Mimo piętrzących się, chwilowo dokuczliwych, problemów - już teraz posiadamy komplet narzędzi edycyjnych pozwalających przygotować i wystawić na widok publiczny wielojęzyczne systemy informacyjne. Jako przykład może służyć prototyp pięciojęzycznego (angielski, japoński, litewski, polski, rosyjski) systemu informacyjnego projektu ICRAP ( http://www.icrap.org).

Rysunek 27. Wielojęzyczny dokument internetowy w unikodzie. Projekt autora.

Bronisław Piotr Piłsudski Бронислав Осипович Пилсудский ブロニスワフ . ピョ トル . ピウスツキ Życiorys Opracowanie dorobku Konferencje Instytucje współpracujące i osoby kontaktowe Bibiliografia Kultura Ajnów Zespół Redakcyjny Lokalizacja dokumentów Posłuchaj starej pieśni ajnuskiej nagranej sto lat temu! (plik audio MP3, 400 KB) Listen to the old Ainu song recorded one hundred years ago! (MP3 audio file, 400 KB) 百 年前の歌をお聴き下さい。 Important Dates Research Legacy Development Conferences Cooperating institutions and contact persons Bibiliography Ainu culture Editors Document locations

Doświadczenie zebrane przez autora w trakcie przygotowywania tego prototypu wskazuje na znaczną przewagę trudności organizacyjnych nad technicznymi. Jest to jednak doświadczenie ze wszech miar pozytywne. W projekcie bierze udział znaczna grupa osób o przekroju wiekowym od 20 do ponad 60 lat, zamieszkująca obszar geograficzny od Londynu po Tokio. Na potrzeby projektu wpłynęły i ciągle wpływają liczne deklaracje zgody na internetową re-edycję opublikowanych wcześniej materiałów zarówno ze strony wydawców, jak i autorów. Znakomicie wprost układa się współpraca z Instytutem Dziedzictwa Bronisława Piłsudskiego w Jużno-Sachalińsku [53], którego Dyrektor,В.М.Латышев, w pełni docenia siłę publikacji w Internecie.

Na kulturę niewiele się obecnie łoży z pieniędzy budżetowych i Internet jest dla niej prawdziwą łodzią ratunkową na wzburzonych falach gospodarki rynkowej. Odnotujmy kilka ważnych przewag publikacji internetowych nad tradycyjnymi:

Edytorstwo internetowe należy ze wszech miar wspierać. Biblioteki w tej materii mają wyjątkowo dobry punkt startu: dysponują klasycznymi zasobami: książkami, czasopismami, wydawnictwami kartograficznymi itp. Tradycją stały się wystawy organizowane w bibliotekach okresowo, lub okolicznościowo. Nie ma wątpliwości, że do tej chwili nie ujawniło się w większej skali w bibliotekach wystawiennictwo internetowe. Pod tym względem wart rozpowszechnienia jest przykład Biblioteki Królewskiej w Hadze, gdzie na korytarzach zorganizowano stoły ze zgrabnie wbudowanymi komputerami o płaszczyźnie ekranu pokrywającej się z płaszczyzną stołu. Na tych stanowiskach odwiedzający bibliotekę mogą oglądać cyfrowe wersje zbiorów specjalnych biblioteki. Nietrudno sobie wyobrazić, o ile bardziej pożyteczny dla czytelnika byłby kontakt z pełną, cyfrową kopią starodruku czy rękopisu, niż pełne nostalgii oglądanie szacownych opraw, lub dwóch stron rozłożonych dzieł. Aby dać Czytelnikowi przedsmak, co przy dobrych chęciach biblioteki można w tej materii zrobić, proponujemy obejrzenie cyfrowej repliki Grammaire Egyptienne Jean François Champolliona, udostępnianej w Internecie przez University of Illinois w Chicago pod adresem:

[Magaziny] - [Магазины] No 2799 2049

[Obš estvennye] Общественные сельские хлѣбозапасные <агазины въ 46 губерніах Европейской Россіи ихъ в<ѣсти><ость и стои<ость. Составлено Центральны<ъ Статистически<ъ Ко<итето<ъ по данны<ъ Хозяйственнаго Департа<ента М.В.Д. къ 1892 г. <Вре<енникъ Центральнаго Статистическаго Ко<итета Министерства Внутреннихъ Дѣлъ N 31.>

316/1918

Format

Miejsce wydania S.-Pietierburg

Wydawca Cientralny Statisticzeskij Komitet Ministierstwa Wnutriennych Dieł

Drukarnia W.Biezobrazow i Komp.

[ 31:[72:633] (41)

Tom

Rok wyd.

Stron

Tabl.

Tom

Rok wyd.

Stron

Tabl.

Tom

Rok wyd.

Stron

Tabl.

1

1894

XVIII+177

-

Z przytoczonych przykładów widać, że dawniej polski bibliotekarz uważał za swój honor wiernie zapisać tytuł wydawnictwa w języku oryginału, bez żadnej transliteracji, czy transkrypcji. Podobnie postępowano z nazwiskami autorów i niektórymi innymi detalami opisu bibliograficznego. Oczywiście, pozostała część opisu bibliograficznego wykonywana była w lokalnym języku narodowym. Powyższe przykłady nie są u nas czymś wyjątkowym. Nawet sprawdzając poprzez sieć dotychczasowe zasoby znajdującego się w trakcie retrokonwersji alfabetycznego katalogu Biblioteki Jagiellońskiej, a dotyczące np. Arystotelesa, można znaleźć znacznie więcej takich przykładów. To nie były pojedyncze przypadki – to była reguła. Nie inaczej było za granicą. Maja Žumer [1999] charakteryzując liczący 95 tys. kart i obejmujący okres 1774 – 1947 narodowy katalog Słowenii, wśród języków katalogowania wymienia łaciński, niemiecki, grecki, hebrajski, - obecne są też pozycje katalogowane cyrylicą.

Najbardziej restryktywne przepisy katalogowania ma pod tym względem Rosja. Odziedziczona po czasach ZSRR norma GOST 7.1-84, p.1.6 wyraźnie nakazuje „Opis bibliograficzny tworzony jest w języku tekstu dokumentu” [Pastukhova 2000]. Tu nie ma opcji – tu jest nakaz. Widać to najlepiej na załączonych kopiach oryginalnych kart katalogowych udostępnionych przez Bibliotekę Rosyjskiej Akademii Nauk w St. Petersburgu, a obejmujących wydawnictwa współczesne.

Rysunek 32. Opis w językach: rosyjskim i arabskim. Tytuł (Zasady tworzenia indeksu i klasyfikacji) w języku arabskim, w transkrypcji na cyrylicę i w tłumaczeniu rosyjskim. Biblioteka Rosyjskiej Akademii Nauk. St. Petersburg. Karta prosta bez podziału na rubryki.

W lewej części karty umieszczony jest symbol oznaczający język: „Ар” (arabski). Po tytule w języku oryginału umieszczono transkrypcję tytułu w języku rosyjskim. Skrót: ОЛСАА oznacza Dział literatury krajów Afryki i Azji.