C64 GB2312 テキストレンダラー (han64)

A Commodore 64用のGB2312中国語テキストレンダラー、8×8ビットマップフォントを使用し、ダイナミックな文字キャッシングを採用しています.

スコープv1 (レンダリング)

• 2501+ 简体中国語文字 (GB2312行 $B0-$D7)
• 8×8ピクセルビットマップフォント (1文字あたり8バイト)
• バイナリファイルからのGB2312エンコードテキスト表示
• ダイナミックキャラクターキャッシング（256文字スロット）
• ランクベースのGB2312 → グリフID検索
• Pythonでのオフラインテーブル生成
• C64での6502アセンブリによるリアルタイムレンダリング（ACME）

スコープv1.5（現在：複数の文字集合）

• ラスターアイレプロットを使用したダブル文字集合サポート（512文字スロット）
• 8×7ピクセルビットマップフォント（1グリフあたり7バイト）でスペースを節約

スコープ v2 (将来：IME)

• ピンイン入力法と候補選択
• インタラクティブなテキスト編集
• カーソルの移動とスクロール
• 下の「将来の作業」セクションを参照

コアアーキテクチャ (v1)

GB2312 text file (chabuduo.bin)
  ↓
GB2312 → glyphID lookup (rank-based tables)
  ↓
Cache check (2502-byte cache array)
  ↓
Copy glyph bitmap (8×8) if not cached
  ↓
Write character code to screen RAM
  ↓
VIC-II renders using custom charset

主要な原則

• 実行時にはUnicodeを使用しない
• 密集型の内部グリフID (0..2500)
• GB2312はI/O専用に使用されます
• 重い処理はオフラインで行います
• 高速な字形コピーのための自己修復コード

字形セット

ちょうど2501個の漢字

すべては:

• GB2312でエンコード可能
• BMP Unicode（UTF-16サロゲートなし）

追加文字:

• ~70文字のASCII
• 8 GB2312 記号/記号（行 1–15）

字形ストレージ

font8.binまたはfont7.bin（v1.5向け）

レイアウト：

• glyphID × 8 バイト（または v1.5では 7 バイト）
• 1 行あたり 1 バイト、使用ビット数 8 ビット：8×8 ビットマップ（または v1.5では 8×7）

glyphID の並び順（重要）

glifIDはGB2312の行/列順序で割り当てられます

理由：

• GB2312符号化/復号を簡素化します
• 単一のglifIDの再利用を可能に→gb2312テーブル
• テキストレンダリング時の局所性を向上させます
• 2番目の逆マッピングテーブルを回避します

頻度はIME候補順序内で処理され、glifID番号付けではありません

符号化：GB2312

• ASCII: 0x00–0x7F (現在v1ではスキップされています)
• Hanzi: 2バイト
  • hiバイト（行）: 0xB0–0xD7 (40行サポートされています)
  • loバイト（列）: 0xA1–0xFE (各行94列)
• 未使用/無効: 他のバイト範囲
• BOMなし
• 状態なし、ストリーミングに優しい

GB2312は厳密にI/O形式であり、内部ロジックに使用されません。

GB2312検索実装

実行時環境はランクベースの符号化を使用して、GB2312 → グリフIDのマッピングを圧縮します：

各行（$B0-$D7）には、以下のテーブルがあります：

• ベースグリフID（2バイト）：この行の開始グリフID
• ランク配列 (94バイト): 各列($A1-$FE)ごとにランク(0..count-1)を格納するか、欠落している場合は$FFを格納

これにより、欠落した文字を効率的に表現でき、使用されていないGB2312コードのために字形IDを割り当てる必要がなくなります

実行時テーブル(v1)

Pythonでオフラインで生成(tools/gb40.py)

gb40_rows.asm

40行テーブルを含む(gb_row_B0を通じて)gb_row_D7), 各々に:

!word baseGlyphID       ; 2 bytes
!byte rank[94]          ; 94 bytes: rank or $FF if missing

ポインタテーブルgb_row_ptr_loとgb_row_ptr_hiをmain.asmで参照しています.

キャラクターキャッシュ

キャッシュ (main.asmで2501+バイト)

• glyphID (0..2501)でインデックス化
• グリフがロードされた場合、キャラクタースロット（0-255）を保存し、キャッシュされていない場合は0を保存
• キャッシュが満杯になると（chrptrが256に達すると）、その後の文字はスペースとして表示されます

これにより一度に表示可能なユニークな文字は256に制限されますが、キャッシングを通じて2501文字以上のドキュメントを処理することが可能です

Pythonビルドパイプライン

入力：

• gb2312_chars.txt (GB2312コード付き2501文字)
• フォントビットマップデータ（8×8ビットマップ)

出力：

• font8.bin (2501 × 8バイト)
• font7.bin (2501 × 7バイト for v1.5)
• gb40_rows.asm (40行のテーブル、ランクエンコーディング)

すべてのテーブルはアセンブリで!binaryおよび!sourceを使用して含まれます.

実行時 (C64 / 6502)

• UTF-8なし
• 実行時にはUnicodeなし
• 動的メモリなし
• すべてのテーブルは読み取り専用
• アセンブラ: ACME
• ビルド: acme main.asm (または Makefile を参照)

レンダリングパス (v1):

1. テキストストリームから GB2312 バイトペアを読み取る
2. GB2312_LookupGlyphID (ランクベース) を通じて glyphID を検索
3. glyphID でインデックス付けされたキャッシュ配列を確認
4. キャッシュされていない場合、CopyGlyph8 を通じて 8×8 ビットマップをコピーしてカスタムチャラットセットに格納
5. キャラクタースロットをスクリーンRAMに書き込む
6. VIC-IIは$3000でカスタムチャラセットを使用

これは何ではない

• UTF-16ではない
• Unicode実行時環境ではない
• 辞書ベースではない（まだではない）
• 繁体字ではない
• GBK/GB18030実行時環境ではない（しかしオフラインで互換性がある）

将来の作業（v2 - IME）

Pinyin IMEの機能

• 音節解析付きPinyin入力法
• 初期バケット（b, p, m, f, d, t, n, lなど + Øで母音始まり）
• 候補選択UI
• フレーズ辞書（2～4文字）
• 簡拼省略モード
• MRU学習
• 頻度に基づく候補順位付け

レンダリング強化

• ダブル文字セットサポート（ラスターアイレントにより512文字スロット）
  • 文字セット1は画面上半分用
  • 文字セット2は画面下半分用
  • ラスターアイレントは行13（走査線104）で切り替え
  • 二番目のアイレントは行25（走査線200）で戻す
• スクロールサポート（行コピー＋アイレント調整）
• カーソルの移動（色ベースまたは専用の文字）
• インタラクティブなテキスト編集

データソース

• Unihan Database for pinyin mappings
• SUBTLEX-CHまたはJun Da for frequency data
• UTF-8のインポート/エクスポートツール

デザイン哲学

• 構造は賢さを打ち負かす
• オフラインの複雑さ、実行時のシンプルさ
• 符号 ≠ 言語
• 6502 まず、現代のツールが次

テキストレンダリング (v1)

• VIC-II テキストモードでカスタム文字セット
• 40×25 文字
• カスタム文字セットは $3000 (バンク6)
• スクリーンRAMは $0400
• カラーラムは $D800 (現在は薄灰色 $0F に設定されています)
• 画面上同時に256個のユニークな文字グリフを表示可能

IMEレンダリング（v2 - 未来）

• 上部行：IME入力と候補エリア
• 最大10候補を表示：ying 1英 2婴 3鹰 4应 5营 6蝇 7迎 8赢 9盈 0影
• 次/前ページのマーカーが候補数>10候補
• 下部24行：通常のテキスト表示エリア
• カーソルはテキストエリア内で動く、IMEエリアでは動かない