行行当机不立断

谈到中文排版的换行问题，大家可能首先会想到避头尾规则。由于避头尾涉及到标点，笔者会另文叙述。在本篇里，笔者通过两个实例，聚焦中文排版中标点以外的换行问题，挖掘一下那些容易被忽视的中文排版需求。

按语义换行

首先请看下图这部汉译的西文著作。其中文版设计者声称：「他（原书作者）一直拒绝那种齐头齐尾的强制对齐排版，而是一行一行地细心确定每行最末端词汇。……中文版设计基本复刻了这一传统。」该书全文放弃了两端对齐而采用了左对齐，并号称是依照语义按词换行。但是这种中文排版真的美观且易于阅读吗？

笔者曾在拙文《「中西之别」重考》里指出过，西文采用「按词分写」，词与词之间有词距（word space），因此排版引擎首先选择在空格处换行。为了得到更好的排版效果，还要考虑连字处理问题（hyphe­nation）将词断开。由于西文字母体量小，可供调整的空间相对零碎，因此左对齐后再调整，可以让整个页面右侧不齐的行尾形成类似波浪的形状，非常美观。这也许就是原书的外国作者所偏好的。

而在东亚，有且仅有一个文种——韩文的排版断行具有「双重性」。现代韩文在正词法（ortho­graphy）的层面规定了必须进行「分写」（띄어쓰기），因此韩文排版可以有两种风格：既可以像西文那样按词换行，也可以中文这样每个字后都可换行。但与西文不同的是，韩文即便把词断开也不需要用连字符 (-) 连接。韩文的换行规则在 W3C《韩文排版需求》里有如下记述（原文为韩英对照，笔者试译）：

当行末为韩字（谚文）时，可以「字」（글자）或者「词」（어절/語節）为单位断行。文章作者可以决定按段落或者通篇采用任意一种方法。

众所周知，长篇文章里西文算「词」数，而中文是算「字」数。其实中文里的「单字成词」的情况很常见，「字」「词」很难严格区分，导致汉语的严格分词反而很困难。中文的书写体例里也从来不存在「按词分写」。唯一的特殊情况是对外汉语教学的教材里，但这也仅限于初级教材，中级之后就和普通的中文出版物一样不按词分写了。对于机器，自然语言处理遇到的的「中文分词难」已经通过技术解决；而对于人来说，阅读中文本来就不应该过分突出「词」的作用——中文读者不会对此造成困惑，排版也无须多此一举。对汉语母语者来说，并不会因为按语义换行排版就能极大提高阅读效率。

汉语经过漫长历史的不断演化，词的音节也在不断增加，现代汉语的词汇一大特点就是「以双音节词为主」。据统计，《现代汉语词典》《现代汉语常用词词频词典》里双音节词约占 60 %。这样造成的局面是，即便要对中文「按词换行」，行末遇到不完整的词，也无非是一两个汉字的宽度调整。比起西文字母的零碎宽度，中文方块字显得硕大，这个宽度如果按照「左齐、右不齐」的排版，只会造成难看单调的锯齿状，与西文的大波浪差距甚远。这一点，其实与之前拙文谈「标点悬挂」时提到的西式「视觉对齐」是一个道理。

自从近代字体排印发展以来，汉字已经是固定的「方块字」，排版造型趋「齐」使内部驱动力也偏好「两端对齐」。而且，如果能将标点挤压等间距调整到位，其实「左对齐」和「两端对齐」的差别会变得很小。无论是看中文的语言词汇特点、还是看汉字造型和排版特性，都没有必要将长篇的正文做成「按词断行」的左对齐，既没有用也不好看。

需要注意的是，「按词换行」在标题里是必要的。特别是在报纸新闻等用于「秒读」媒介的标题里，类似「我外交部强烈谴责伊拉克/大使馆被炸事件」这样的换行的确不妥。标题要求转行时不能产生歧义，不得割裂词组，而且对于虚词也要认真处理，一般出版社会规定「的」这类虚词不能放在行首，「和」「与」不能放在行末。而正文与标题不同。在正文这样一个更长更流畅的语流里「按词换行」的必要性大大降低，而且也会导致庞大的工作量。全文按词断行，如果没有机器语言分析的辅助，就只能靠手工，这样必然会有缺漏。比如，图例中倒数第四行的「字宽」一词就被错误地断开了，设计者自己也没有彻底实现其设计逻辑。

针对图例这个案例来说，由于该书是译作，中文版设计者强调这是依照原书作者的偏好，也许也是为了增加「设计感」。但是，只要译作是中文，必须符合中文最低限度的基本行文和排版的习惯——希伯来文作品的中文版如果也按照希伯来文从右往左排版，估计绝大多数中文读者都会不适应。因此，作为设计师必须清楚地理解「最低限度」在哪里，应该不应该踩到警戒线，哪些是可以尝试而哪些是违反客观规律的，这些都要谨慎决策。否则，生搬硬套西文排版的方法而忽略中文本身的内部规律，只会成为东施效颦。

捣乱的数字

那么，中文排版在换行时不用在意语义，那就只需要考虑标点吗？下图就是一份完全没有标点的排版，来自中国某字体大厂商的一份字体样张，看看这里出了什么问题。

由于内容是佛典，因此设计师采用了「无标点」＋「两端对齐」。对于中文来说，这理应是最简单的排版模式，如果按部就班，应该会按照稿纸模式的中式网格形成「纵横对齐」的版面。但令人意外的是，实际效果并非如此：第四行和第五行的字距被拉开，每行只有 18 字；而其他几行的字距更紧，每行 19 字。笔者通过软件模拟比对，确认这是使用 Adobe InDesign 中文版的默认设置排出来的效果。为什么会出现这种情况呢？

原来，问题的关键在「千二百五十」这个汉字数字。Adobe InDesign 中文版里有一个被称作「连数字」的功能，不让数字在换行时从中断开。在此例里，该功能「智能」地判断出了第五行的行末遇到了「千二百五十」这个数字，为了保证其不断开，只好将整个数字挪到下一行的第六行行首，而第五行多出的空白，则按照「CJK 段落书写器」的算法，不仅均摊到第五行，还均摊到了第四行内，最后导致第四、第五行这两行字的字距都发生了变化。

「连数字」这个功能自 InDesign 1.0 版就存在，而英文版并无此功能，可见这是专为中日韩的东亚版开发的，但笔者可以毫不为过地称之为 Adobe 的一大失误。

本来「连数字」的功能是让以０〜９组合而成的所谓「全角阿拉伯数字」，以及汉字数字，包括以「十百千万亿兆」等表数位的汉字组成的数字连起来而不断开，如遇行尾则推到下一行。然而，用户却对 Adobe 的这个「热心」功能哭笑不得：按照上述逻辑「该有的没有」，因为这个算法并没有包括汉字数字〇以及大写的「壹贰叁」等字符，因此对于「二〇」这样的数字并不会奏效；而「不该有的却有」，因为软件只是单纯检测字符而无法智能判断语意，遇到类似「以防万一」中「万一」这样的词也会被误判成数字进行多余的处理；而且，夹在汉字数字中间的逗号和间隔号甚至会被当做分节号、小数点处理。

退一万步来说，阿拉伯数字断开会导致位数不清，的确是应该禁止断开，但是汉字数字就没完全没有必要了。事实上，中文排版里从来没有过禁止汉字数字的行尾换行。考虑到 Adobe InDesign 的东亚版完全是依照日本工业标准 JIS 4051:2004 《日本语文书的排版方法》中的需求进行开发的，这个功能可能来自日文排版需求。可是经过调查才发现的事实是，开发者完全曲解了 JIS 4051 的本意。在该规范中，定义如下（原文为日文，笔者试译）：

136) 连数字：一位以上连续的数字。包括分节用的逗号、空格，以及小数点的圆点。
备注：作为和字处理的全角数字，以及作为西文处理的带有固有宽度的数字除外。
……
139）和字：构成和文（即日文）的汉字、假名、数字、标点以及其他符号。竖排时，还包括全角西文。

虽然没有明确写出，但通过上下文可以看出该规范中定义的「连数字」应该与汉字数字无关。之后的 2012 年万维网联盟（W3C） 以此规范为基础而制定的 《日文排版需求》中在对「连数字」的定义里更是明确了不包括汉字数字。因此，InDesign 口口声声说的「遵守 JIS 规范」只是一个美丽的误会。打开 Adobe 官方的 InDesign 用户指南中文版，其中如此解释道：

连数字用于防止数字断开。此外，该选项根据 JIS 规范处理数字字符串中的标点间距（适用于日文）。……要打开连数字，请从 “段落” 面板菜单或 “控制” 面板菜单中选择 “连数字”。

而通过上述分析，我们可以知道：第一，汉字数字本来就可以断开换行，「连数字」对汉字也进行处理是多此一举；第二，这个功能误解了日本的 JIS 4051 规范，是一个错误的实作；第三，用户指南里声称其「适用于日文」，但实际也作用到了中文上；第四，用户指南让人误解为该功能「需要则开启」，而实际上该功能是默认开启，用户反而必须手动关掉。可以说，这段官方说明漏洞百出，不仅没有说明清楚功能，反而有误导的嫌疑。

与日文用户不同，中国大陆用户极少会实际使用０〜９这些「全角阿拉伯数字」，而普通的所谓「半角数字」在软件里会同西文一起处理而不会断开，因此避免阿拉伯数字断开这个需求完全不需要这个「连数字」的功能，而开启这个功能则是有百害而无一利。让情况雪上加霜的是，Adobe 将这样一个错误的实作设置为「默认开启」，多挖了个陷阱让用户往里跳，而绝大多数用户则是在不知情的情况下落入陷阱而无法自拔。所以笔者在此强烈建议 InDesign 用户修改默认设置，将「连数字」功能关闭，减少意外而不必要的字距调整导致版面失调。

当然，本例的排版还涉及到了「段落书写器」和「单行书写器」的问题。尽管 Adobe 声称「段落书写器」是更好的算法并将其设为首选项，但依照笔者排版经验还是「单行书写器」更靠谱，因为这样不会将一行的错误字距殃及到其他行。如果本例能使用「单行书写器」，只会影响第五行的排版；而由于默认使用的是「段落书写器」，导致连累到了毫不相关的上一行，整个段落的字距从第四行就开始乱掉。关于书写器的算法逻辑和用法推荐，本系列将另文阐述，在此就不做过多展开了。

特殊情况特殊处理

如前所述，中文排版的换行不必太在意语义上的「按词换行」，汉字数字也可以换行断开，但这并不是说没有特殊情况。事实上，在实际的媒体工作中，中国有很多报社都需要「专用词管理」，定义一些需要「特殊关照」的词汇并进行维护，确保它们在换行时不会被断开。这些所谓的「专用词」，基本上是重要的专有名词，可以是人名，也可以是国名、地名，而具体的定义则没有固定标准，依照报社、出版社的特例风格和规定而有所不同。

其实，对专有名词进行换行管理的传统，在西文排版里也有惯例。英国英语的权威体例《牛津风格手册》里就指出（原文为英文，笔者试译）：

即使不需要连字符，在换行时也应该遵守一些限制：
……
如果可能，不要将地名、（特别是）人名断开。如果无法避免，人名应该从姓和名之间断开，或者从首字母（至少必须要两个）和姓之间断开。不能将姓名与其修饰成分断开。

应避免将人名、专有名词、电话及传真号码，以及电子邮件、网页、街道和邮寄地址断开。

欧美出版社特别注意避免将人名换行，不仅体现了对他人的尊重，更重要的一个功能是可以避免加上连字符 (-) 的姓氏被误认为「复姓」，因为在西方国家中出于婚姻、贵族世袭等各种原因而使用复姓的情况比较常见。而在中文世界，虽然「抬格」式的排版已被废止，但细致的排版依然也会沿袭「人名不断行」的传统。当然，这样的决策肯定会加大排版的复杂度，因此在实际工作中往往只选择一些重要、特殊的专有名词进行处理，而其他专有名词就忽略掉，这就是出版社「专用词」习惯的来源。翻开上世纪七十年代出版的《活字排版工艺》里，我们可以读到：

拣正的毛坯需要注意一下几点

……

（3）有关政治性的词句、领袖姓名、国名等，要特别注意，不能拣错，每拣一组词句时，需要认真默读一遍。领袖名字赶到行末时不要分拆回行，应在上行用衬线加大字行，将领袖名字整个移在下行的行首。

从电子出版的角度来看，通过软件实现这个功能并不困难。但是一些国外厂商的软件，比如 Adobe InDesign 里，无论是文本「不换行」功能，还是结合正则表达式 (GREP) 都需要手动逐个定义所需词汇，而且提高了使用门槛。相对地，土生土长的中国软件——方正飞腾就提供了「专用词管理」功能，在一个界面里就可以很轻松、灵活地实现管理功能，方正公司甚至还为此于 2015 年提交过「专用词不拆行处理方法和装置」的专利申请⁠¹。因此方正产品曾占国内出版市场九成市场份额是有其原因的。

诚然，正如本系列文章里多次提到的，正文排版其实是一个妥协的过程。定义越多禁止换行的「专用词」，就会有越多的位置、字距需要调整，就越容易偏离中式网格的秩序。因此这没有简单的对错，要根据具体的体例格式，对优先顺序和程度进行决策。

网络时代

如今的网页和电子书设计中，我们还是推荐尽量遵守 CSS 标准。但是由于各个文种的情况非常复杂，W3C 在《CSS 文本模块》（第三级、工作草案版）截止至本文执笔时依然都没有形成最终稿。其中在第五章「断行和词界」中提到（原文为英文，笔者试译）：

在其他一些书写系统（如中文、日文、彝文，以及部分韩文）中，软包围机会⁠²应依照音节界，而非词界。在这些系统里，除去某些字符组合以外，行可以在任意处断开。而且，根据排版体例，这些限制的严格程度会有所不同。CSS 不会完整定义所有的软包围机会，但是会提供一些控制以区别常见的不同做法。

这同样从侧面说明，一般情况下中文没有必要按词断行，包括汉字数字。另外，由于 CSS 的 white-space 属性也能控制换行、空白、tab 等的动作，因此如果需要保证不换行，可以将这个属性赋值 nowrap 处理。

以上是从排版层面的考量。如果一定要对特殊词汇不换行进行控制，可以从字符的层面使用 Unicode 的控制字符 U+2060（WORD JOINER，简称 WJ，词连接符）保证特殊词内部不断开，相对来说比其他方法更能保证在不同的环境下的效果。Unicode 自 3.2 版就引入了这个控制字符，其在 HTML 的转义表达为 &⁠#8288;。这个字符在显现时不会占用字宽，读者完全看不见这个字符，不会为排版造成负面影响，但能明确提示用户代理（比如浏览器）禁止在该位置换行。

需要注意的是，Unicode 定义了相当数量的控制字符，用户最好能够按照规定正确使用，比如中文的「特殊词汇不换行」功能里就不推荐使用 U+200D（ZERO WIDTH JOINER，零宽连接符），因为这个字符原本是为阿拉伯文、天城文等书写系统里单词内字母连写用的。

小结

中文排版中除标点以外的换行位置，一直被认为是任意而不需要控制的。而实际上却有一些人为因素、软件因素会添加多余的换行判定，这是应该避免的；在「不控制」的一般条件下，对特殊情况进行管理即可。

作为「中文排版需求」来说，对于换行机会并没有做出更多的解释，笔者认为应该为各种实作提供一些信息，至少要保证以下几点：

1. 标点换行：标点避头尾以及禁止分割，这是最重要的部分，会另做讨论；
2. 阿拉伯数字：阿拉伯数字的内部，以及小数点处禁止断成两行；
3. 特殊数值单位：百分号、千分号、摄氏度等符号应该禁止与前面的数值断成两行；
4. 上下标、注释记号：一些单位及各种学科里出现的上下标（如 m⁠² 中的 ² ）与前面的字符，以及 ㈠ ㊁ Ⅲ ④ 等脚注、尾注符号与被注释的词之间不应断成两行；
5. 混排的外文：混排在中文里的外文，应该按照外文习惯，如英文按照英式断词连字（hyphenation）、藏文需要按照藏文的词界进行断行。 对于较长的网址、邮件地址，实际属于西文的字符串，应该实际情况灵活处理，建议在 @ 等符号处断开，不能随意添加连字符；即使断开，行首也不能随意修改大小写。

上述几个需求里，阿拉伯数字和外文的控制，实现方式已经相对成熟，而真正「纯正」的中文排版问题应该放在标点和注释记号上。其实，本文的注释用的上标数字 1、2 与前面的汉字之间就已经插入了「词连接符」，避免注释用的上标数字和其注释词被断成两行。有兴趣的朋友可以尝试改变窗口宽度来测试一下实际效果。

在前述基础原则之上，各个出版社、内容创作机构可以指定内部的书写体例。比如对于汉字数字，有些比较宽松的做法不加控制，因为多位数一般采用阿拉伯数字；而另一些稍微严格的体例则会认为，表示数量、有明确位数的数字，如「三百六十五」断开不会有歧义，但是如果记成「三六五」而又断开则会发生「数量」与「编号」的歧义而应该加以控制。这个问题的实质是「数字用法」的规范问题，因此笔者建议应该先在编辑时在「用字法」层面先做出相关表记规定，再进行排版的风格规定，否则很难两边同时权衡。至于特殊词汇管理，不属于一般排版规则，各个机构内部自行决定、执行就好。过长的网址、邮件地址是最近才出现的新问题，提倡灵活处理而不应该做过多死板限制。总之，搞清楚「有所为有所不为」是制定排版逻辑的基础，在字体排印的相关策略制定时，一定要切记过犹不及。