为 Typst 添加中文排版支持

Typst 是一个 2023 年初开源的一个排版软件。类似于 LaTeX，它通过纯文本编写源代码，然后通过编译器将源代码转换为排版好的 PDF 文件。虽然目前 Typst 的生态还不如 LaTeX，但是比起 LaTeX，它有一些明显的优势：

• Typst 支持高效的增量编译，可以实现媲美 Markdown 的实时渲染更新。
• Typst 被设计为一种函数式编程语言，支持变量作用域，高阶函数等现代特性。这使得编程和调试比 LaTeX 轻松很多。
• Typst 被构建为单个可执行文件，其包管理器也开箱即用¹。使用上手几乎没有障碍。

Typst 原生支持 Unicode，但是由于其作者不懂中文，0.1 版本的 Typst 对中文排版的支持非常差。笔者于 2023 年的四到五月间提交了一系列 PR，使得 Typst 的中文支持初步达到了可用的水平。本文是对实现功能及思路的简要介绍。为了在软件中实现中文排版，我们首先需要知道中文排版的规则，再将软件中缺失的部分补齐。

古典活字印刷的原则

早期的中文排版使用的是活字印刷技术。传统的活字书籍文本中没有标点，方块字紧密地纵横排列在矩形版心之中。今天中文排版的密排原则，正是源自于活字印刷。

排版原则：汉字密排

汉字依行排列文字，原则上文字外框彼此紧贴配置，称作密排。

在方块字上面做密排带来了两个效果。一方面我们自然获得了两端对齐，另一方面一行的长度正好是汉字宽度的整数倍。这两个特征作为中文排版的基本规则被沿袭了下来。

排版原则：两端对齐

也称为头尾对齐。

排版原则：行长是字号的整数倍

Typst 中的实现

原始版本

我们来看一下 Typst 的中文排版能不能实现上面提到的三条原则。密排，用西文排版的术语来考虑就是字符间距为 0，这是默认的配置。而两端对齐和行长都可以通过 #set 规则来设置。使用 0.1.0 之前的 Typst，我们尝试对样例进行排版，规定每行排17个字。排出来的效果如下：

需要注意的是，这是 Typst 0.1 版本，这个时候的排版代码完全是由不懂中文的原作者写的。这个排版效果已经出人意料地好了。唯一的问题是，第一行多出了两个空格，两端对齐的原则被违反了。这是因为引入了西式标点的现代中文需要遵守一些禁止规则，我们称为标点禁则。

排版原则：标点禁则

点号，右夹注符号不能出现在行头；左夹注符号不能出现在行尾²。

如果我们机械地按照一行 17 个字来进行排版，那么将得到以下效果：

孔雀最早见于《山海经》的《海内经》
：「有孔雀」。东汉杨孚著《异物志》
记载……

这将使得冒号被错误地放在一行的开头。实际上，如果每个字符的宽度都确定了，那么标点禁则和两端对齐的原则没有办法同时得到满足。

标点禁则是一个在全球各种语言都存在的现象，Unicode 专门有规范附件 UAX #14 规定了断行算法，以确保各语言的标点禁则得到了遵守。Typst 的作者虽然不懂中文，但是他们在 Typst 中实现了 UAX #14，于是标点禁则被自动地支持了。这就导致了两端不对齐的排版。

挤进推出

应该如何做出同时满足两端对齐和标点禁则的排版方式呢？中文排版中有「挤进推出」的方法，也就是通过挤压的方式把从下一行的字「挤进」本行，或者通过拉伸的方式将本行最后一个字「推出」到下一行。日本开发者 Alex Sayers 就通过一个 PR 实现了这种排版³。下图即合并了 PR #542 之后的排版效果。注意到下面的段落中第一行被挤进了 18 个字，而第三行被拉成了只有 16 个字。

遗憾的是，这个排版存在着严重的缺陷：

• 汉字自然排列时已经是密排了，如果再压缩将会使笔画交叉，造成非常不良的排版。事实上， 原则上汉字之间可以拉伸，但不能压缩
• 采用了拉伸调整的第三行，我们发现其行尾「足」字还是没有和边框对齐。当然这只是实现上的 bug，这个调整本身是没有问题的。

正确的推出实现

为了解决这个问题，笔者实现了 PR #701。其实现的效果如下。由于改进了 Typst 内部用于断行的动态规划算法，这个版本的断行和之前的不太一样。注意到第一行被拉伸到只有 16 个字之后，其他行的字符都成功放到了纵横网格之中。

这样一来算是成功实现了满足两端对齐和标点禁则的排版。而字间距的略微扩大，作为一个代价，也相对易于接受。不过实际上在实现标点挤压之后，大多数排版并不需要强行拉伸字间距。

标点挤压

到刚才为止，我们的中文段落排版只有一种段落调整的方式，那就是均匀调整段落中每一个字符之间的间距，来实现「挤进推出」的效果。进一步地，由于字符之间的间距默认已经是 0 了，我们为了避免不良排版，只用了「推出」的方式，即均匀地在一行中所有相邻的两个字中间，插入等量的空白。

实际上中文排版中是可以「挤进」而保持良好排版的，那就是不调整汉字，而是使用标点的调整空间来进行调整。

笔者的 PR #836 引入了标点挤压。我们发现这样能使得段落变得更加紧凑，整个文本排进了四行之中。而美中不足在于行头行尾的标点有大量空白，造成了段落两边参差不齐的观感。这个问题在下一个 PR 中得到了修复。

更多的标点挤压

在之前的实现中，标点挤压是作为一种解决标点禁则问题的手段，「挤进推出」中的「挤进」来实现的。实际上标点挤压还有一个功能是解决标点空白过大的问题。例如冒号后面跟一个左引号，如果不进行挤压，将会产生超过一个汉字宽的空白，这样段落显得松散。所以即使没有标点禁则的问题，我们往往也会对标点进行挤压。

事实上，标点挤压主要有两个基本规则，我们称为默认挤压：

• 连续的两个标点，原则上压缩掉半个字宽的空间。
• 行头与行末的标点，原则上压缩掉头（尾）的半个字宽的空白。

在默认挤压的基础上，我们再对挤压量进行微调，以解决标点禁则的问题。PR #954 实现了这样的调整。

最终我们得到了较为满意的排版。这个排版同时满足了两端对齐，文字密排和标点禁则。而且排布紧凑，灰度均匀。实际上，使用专业的中文排版软件 Adobe InDesign 进行排版，采用推荐的配置⁴，达到的效果和 Typst 相似。当然排版没有标准答案，中文排版中也存在着多种风格，InDesign 有数量繁多的配置项，可以制作出各种风格的排版。由于笔者时间有限，在 Typst 的实现中没有任何配置项。许多排版风格，例如开明式标点，标点悬挂，孤字控制等，都没有实现。换言之 Typst 的中文排版目前提供的是一个「基本正确」的默认风格实现。不过这对于多数普通用户而言已经够用了。