行行當機不立斷

談到中文排版的換行問題，大家可能首先會想到避頭尾規則。由於避頭尾涉及到標點，筆者會另文敘述。在本篇里，筆者通過兩個實例，聚焦中文排版中標點以外的換行問題，挖掘一下那些容易被忽視的中文排版需求。

按語義換行

首先請看下圖這部漢譯的西文著作。其中文版設計者聲稱：「他（原書作者）一直拒絕那種齊頭齊尾的強制對齊排版，而是一行一行地細心確定每行最末端詞彙。……中文版設計基本復刻了這一傳統。」該書全文放棄了兩端對齊而採用了左對齊，並號稱是依照語義按詞換行。但是這種中文排版真的美觀且易於閱讀嗎？

筆者曾在拙文《「中西之別」重考》里指出過，西文採用「按詞分寫」，詞與詞之間有詞距（word space），因此排版引擎首先選擇在空格處換行。為了得到更好的排版效果，還要考慮連字處理問題（hyphe­nation）將詞斷開。由於西文字母體量小，可供調整的空間相對零碎，因此左對齊後再調整，可以讓整個頁面右側不齊的行尾形成類似波浪的形狀，非常美觀。這也許就是原書的外國作者所偏好的。

而在東亞，有且僅有一個文種——韓文的排版斷行具有「雙重性」。現代韓文在正詞法（ortho­graphy）的層面規定了必須進行「分寫」（띄어쓰기），因此韓文排版可以有兩種風格：既可以像西文那樣按詞換行，也可以中文這樣每個字後都可換行。但與西文不同的是，韓文即便把詞斷開也不需要用連字符 (-) 連接。韓文的換行規則在 W3C《韓文排版需求》里有如下記述（原文為韓英對照，筆者試譯）：

當行末為韓字（諺文）時，可以「字」（글자）或者「詞」（어절/語節）為單位斷行。文章作者可以決定按段落或者通篇採用任意一種方法。

眾所周知，長篇文章里西文算「詞」數，而中文是算「字」數。其實中文裡的「單字成詞」的情況很常見，「字」「詞」很難嚴格區分，導致漢語的嚴格分詞反而很困難。中文的書寫體例里也從來不存在「按詞分寫」。唯一的特殊情況是對外漢語教學的教材里，但這也僅限於初級教材，中級之後就和普通的中文出版物一樣不按詞分寫了。對於機器，自然語言處理遇到的的「中文分詞難」已經通過技術解決；而對於人來說，閱讀中文本來就不應該過分突出「詞」的作用——中文讀者不會對此造成困惑，排版也無須多此一舉。對漢語母語者來說，並不會因為按語義換行排版就能極大提高閱讀效率。

漢語經過漫長歷史的不斷演化，詞的音節也在不斷增加，現代漢語的詞彙一大特點就是「以雙音節詞為主」。據統計，《現代漢語詞典》《現代漢語常用詞詞頻詞典》里雙音節詞約佔 60 %。這樣造成的局面是，即便要對中文「按詞換行」，行末遇到不完整的詞，也無非是一兩個漢字的寬度調整。比起西文字母的零碎寬度，中文方塊字顯得碩大，這個寬度如果按照「左齊、右不齊」的排版，只會造成難看單調的鋸齒狀，與西文的大波浪差距甚遠。這一點，其實與之前拙文談「標點懸掛」時提到的西式「視覺對齊」是一個道理。

自從近代字體排印發展以來，漢字已經是固定的「方塊字」，排版造型趨「齊」使內部驅動力也偏好「兩端對齊」。而且，如果能將標點擠壓等間距調整到位，其實「左對齊」和「兩端對齊」的差別會變得很小。無論是看中文的語言詞彙特點、還是看漢字造型和排版特性，都沒有必要將長篇的正文做成「按詞斷行」的左對齊，既沒有用也不好看。

需要注意的是，「按詞換行」在標題里是必要的。特別是在報紙新聞等用於「秒讀」媒介的標題里，類似「我外交部強烈譴責伊拉克/大使館被炸事件」這樣的換行的確不妥。標題要求轉行時不能產生歧義，不得割裂詞組，而且對於虛詞也要認真處理，一般出版社會規定「的」這類虛詞不能放在行首，「和」「與」不能放在行末。而正文與標題不同。在正文這樣一個更長更流暢的語流里「按詞換行」的必要性大大降低，而且也會導致龐大的工作量。全文按詞斷行，如果沒有機器語言分析的輔助，就只能靠手工，這樣必然會有缺漏。比如，圖例中倒數第四行的「字寬」一詞就被錯誤地斷開了，設計者自己也沒有徹底實現其設計邏輯。

針對圖例這個案例來說，由於該書是譯作，中文版設計者強調這是依照原書作者的偏好，也許也是為了增加「設計感」。但是，只要譯作是中文，必須符合中文最低限度的基本行文和排版的習慣——希伯來文作品的中文版如果也按照希伯來文從右往左排版，估計絕大多數中文讀者都會不適應。因此，作為設計師必須清楚地理解「最低限度」在哪裡，應該不應該踩到警戒線，哪些是可以嘗試而哪些是違反客觀規律的，這些都要謹慎決策。否則，生搬硬套西文排版的方法而忽略中文本身的內部規律，只會成為東施效顰。

搗亂的數字

那麼，中文排版在換行時不用在意語義，那就只需要考慮標點嗎？下圖就是一份完全沒有標點的排版，來自中國某字體大廠商的一份字體樣張，看看這裡出了什麼問題。

由於內容是佛典，因此設計師採用了「無標點」＋「兩端對齊」。對於中文來說，這理應是最簡單的排版模式，如果按部就班，應該會按照稿紙模式的中式網格形成「縱橫對齊」的版面。但令人意外的是，實際效果並非如此：第四行和第五行的字距被拉開，每行只有 18 字；而其他幾行的字距更緊，每行 19 字。筆者通過軟件模擬比對，確認這是使用 Adobe InDesign 中文版的默認設置排出來的效果。為什麼會出現這種情況呢？

原來，問題的關鍵在「千二百五十」這個漢字數字。Adobe InDesign 中文版里有一個被稱作「連數字」的功能，不讓數字在換行時從中斷開。在此例里，該功能「智能」地判斷出了第五行的行末遇到了「千二百五十」這個數字，為了保證其不斷開，只好將整個數字挪到下一行的第六行行首，而第五行多出的空白，則按照「CJK 段落書寫器」的算法，不僅均攤到第五行，還均攤到了第四行內，最後導致第四、第五行這兩行字的字距都發生了變化。

「連數字」這個功能自 InDesign 1.0 版就存在，而英文版並無此功能，可見這是專為中日韓的東亞版開發的，但筆者可以毫不為過地稱之為 Adobe 的一大失誤。

本來「連數字」的功能是讓以０〜９組合而成的所謂「全角阿拉伯數字」，以及漢字數字，包括以「十百千萬億兆」等表數位的漢字組成的數字連起來而不斷開，如遇行尾則推到下一行。然而，用戶卻對 Adobe 的這個「熱心」功能哭笑不得：按照上述邏輯「該有的沒有」，因為這個算法並沒有包括漢字數字〇以及大寫的「壹貳叄」等字符，因此對於「二〇」這樣的數字並不會奏效；而「不該有的卻有」，因為軟件只是單純檢測字符而無法智能判斷語意，遇到類似「以防萬一」中「萬一」這樣的詞也會被誤判成數字進行多餘的處理；而且，夾在漢字數字中間的逗號和間隔號甚至會被當做分節號、小數點處理。

退一萬步來說，阿拉伯數字斷開會導致位數不清，的確是應該禁止斷開，但是漢字數字就沒完全沒有必要了。事實上，中文排版里從來沒有過禁止漢字數字的行尾換行。考慮到 Adobe InDesign 的東亞版完全是依照日本工業標準 JIS 4051:2004 《日本語文書的排版方法》中的需求進行開發的，這個功能可能來自日文排版需求。可是經過調查才發現的事實是，開發者完全曲解了 JIS 4051 的本意。在該規範中，定義如下（原文為日文，筆者試譯）：

136) 連數字：一位以上連續的數字。包括分節用的逗號、空格，以及小數點的圓點。
備註：作為和字處理的全角數字，以及作為西文處理的帶有固有寬度的數字除外。
……
139）和字：構成和文（即日文）的漢字、假名、數字、標點以及其他符號。豎排時，還包括全角西文。

雖然沒有明確寫出，但通過上下文可以看出該規範中定義的「連數字」應該與漢字數字無關。之後的 2012 年萬維網聯盟（W3C） 以此規範為基礎而制定的 《日文排版需求》中在對「連數字」的定義里更是明確了不包括漢字數字。因此，InDesign 口口聲聲說的「遵守 JIS 規範」只是一個美麗的誤會。打開 Adobe 官方的 InDesign 用戶指南中文版，其中如此解釋道：

連數字用於防止數字斷開。此外，該選項根據 JIS 規範處理數字字符串中的標點間距（適用於日文）。……要打開連數字，請從 “段落” 面板菜單或 “控制” 面板菜單中選擇 “連數字”。

而通過上述分析，我們可以知道：第一，漢字數字本來就可以斷開換行，「連數字」對漢字也進行處理是多此一舉；第二，這個功能誤解了日本的 JIS 4051 規範，是一個錯誤的實作；第三，用戶指南里聲稱其「適用於日文」，但實際也作用到了中文上；第四，用戶指南讓人誤解為該功能「需要則開啟」，而實際上該功能是默認開啟，用戶反而必須手動關掉。可以說，這段官方說明漏洞百出，不僅沒有說明清楚功能，反而有誤導的嫌疑。

與日文用戶不同，中國大陸用戶極少會實際使用０〜９這些「全角阿拉伯數字」，而普通的所謂「半角數字」在軟件里會同西文一起處理而不會斷開，因此避免阿拉伯數字斷開這個需求完全不需要這個「連數字」的功能，而開啟這個功能則是有百害而無一利。讓情況雪上加霜的是，Adobe 將這樣一個錯誤的實作設置為「默認開啟」，多挖了個陷阱讓用戶往裡跳，而絕大多數用戶則是在不知情的情況下落入陷阱而無法自拔。所以筆者在此強烈建議 InDesign 用戶修改默認設置，將「連數字」功能關閉，減少意外而不必要的字距調整導致版面失調。

當然，本例的排版還涉及到了「段落書寫器」和「單行書寫器」的問題。儘管 Adobe 聲稱「段落書寫器」是更好的算法並將其設為首選項，但依照筆者排版經驗還是「單行書寫器」更靠譜，因為這樣不會將一行的錯誤字距殃及到其他行。如果本例能使用「單行書寫器」，只會影響第五行的排版；而由於默認使用的是「段落書寫器」，導致連累到了毫不相關的上一行，整個段落的字距從第四行就開始亂掉。關於書寫器的算法邏輯和用法推薦，本系列將另文闡述，在此就不做過多展開了。

特殊情況特殊處理

如前所述，中文排版的換行不必太在意語義上的「按詞換行」，漢字數字也可以換行斷開，但這並不是說沒有特殊情況。事實上，在實際的媒體工作中，中國有很多報社都需要「專用詞管理」，定義一些需要「特殊關照」的詞彙並進行維護，確保它們在換行時不會被斷開。這些所謂的「專用詞」，基本上是重要的專有名詞，可以是人名，也可以是國名、地名，而具體的定義則沒有固定標準，依照報社、出版社的特例風格和規定而有所不同。

其實，對專有名詞進行換行管理的傳統，在西文排版里也有慣例。英國英語的權威體例《牛津風格手冊》里就指出（原文為英文，筆者試譯）：

即使不需要連字符，在換行時也應該遵守一些限制：
……
如果可能，不要將地名、（特別是）人名斷開。如果無法避免，人名應該從姓和名之間斷開，或者從首字母（至少必須要兩個）和姓之間斷開。不能將姓名與其修飾成分斷開。

而在美國，沿用美聯社體例風格的《休斯頓大學寫作體例》在「連字符」一節里也提到：

應避免將人名、專有名詞、電話及傳真號碼，以及電子郵件、網頁、街道和郵寄地址斷開。

歐美出版社特別注意避免將人名換行，不僅體現了對他人的尊重，更重要的一個功能是可以避免加上連字符 (-) 的姓氏被誤認為「複姓」，因為在西方國家中出於婚姻、貴族世襲等各種原因而使用複姓的情況比較常見。而在中文世界，雖然「抬格」式的排版已被廢止，但細緻的排版依然也會沿襲「人名不斷行」的傳統。當然，這樣的決策肯定會加大排版的複雜度，因此在實際工作中往往只選擇一些重要、特殊的專有名詞進行處理，而其他專有名詞就忽略掉，這就是出版社「專用詞」習慣的來源。翻開上世紀七十年代出版的《活字排版工藝》里，我們可以讀到：

揀正的毛坯需要注意一下幾點

……

（3）有關政治性的詞句、領袖姓名、國名等，要特別注意，不能揀錯，每揀一組詞句時，需要認真默讀一遍。領袖名字趕到行末時不要分拆回行，應在上行用襯線加大字行，將領袖名字整個移在下行的行首。

從電子出版的角度來看，通過軟件實現這個功能並不困難。但是一些國外廠商的軟件，比如 Adobe InDesign 里，無論是文本「不換行」功能，還是結合正則表達式 (GREP) 都需要手動逐個定義所需詞彙，而且提高了使用門檻。相對地，土生土長的中國軟件——方正飛騰就提供了「專用詞管理」功能，在一個界面里就可以很輕鬆、靈活地實現管理功能，方正公司甚至還為此於 2015 年提交過「專用詞不拆行處理方法和裝置」的專利申請⁠¹。因此方正產品曾佔國內出版市場九成市場份額是有其原因的。

誠然，正如本系列文章里多次提到的，正文排版其實是一個妥協的過程。定義越多禁止換行的「專用詞」，就會有越多的位置、字距需要調整，就越容易偏離中式網格的秩序。因此這沒有簡單的對錯，要根據具體的體例格式，對優先順序和程度進行決策。

網絡時代

如今的網頁和電子書設計中，我們還是推薦盡量遵守 CSS 標準。但是由於各個文種的情況非常複雜，W3C 在《CSS 文本模塊》（第三級、工作草案版）截止至本文執筆時依然都沒有形成最終稿。其中在第五章「斷行和詞界」中提到（原文為英文，筆者試譯）：

在其他一些書寫系統（如中文、日文、彝文，以及部分韓文）中，軟包圍機會⁠²應依照音節界，而非詞界。在這些系統里，除去某些字符組合以外，行可以在任意處斷開。而且，根據排版體例，這些限制的嚴格程度會有所不同。CSS 不會完整定義所有的軟包圍機會，但是會提供一些控制以區別常見的不同做法。

這同樣從側面說明，一般情況下中文沒有必要按詞斷行，包括漢字數字。另外，由於 CSS 的 white-space 屬性也能控制換行、空白、tab 等的動作，因此如果需要保證不換行，可以將這個屬性賦值 nowrap 處理。

以上是從排版層面的考量。如果一定要對特殊詞彙不換行進行控制，可以從字符的層面使用 Unicode 的控制字符 U+2060（WORD JOINER，簡稱 WJ，詞連接符）保證特殊詞內部不斷開，相對來說比其他方法更能保證在不同的環境下的效果。Unicode 自 3.2 版就引入了這個控制字符，其在 HTML 的轉義表達為 &⁠#8288;。這個字符在顯現時不會佔用字寬，讀者完全看不見這個字符，不會為排版造成負面影響，但能明確提示用戶代理（比如瀏覽器）禁止在該位置換行。

需要注意的是，Unicode 定義了相當數量的控制字符，用戶最好能夠按照規定正確使用，比如中文的「特殊詞彙不換行」功能里就不推薦使用 U+200D（ZERO WIDTH JOINER，零寬連接符），因為這個字符原本是為阿拉伯文、天城文等書寫系統里單詞內字母連寫用的。

小結

中文排版中除標點以外的換行位置，一直被認為是任意而不需要控制的。而實際上卻有一些人為因素、軟件因素會添加多餘的換行判定，這是應該避免的；在「不控制」的一般條件下，對特殊情況進行管理即可。

作為「中文排版需求」來說，對於換行機會並沒有做出更多的解釋，筆者認為應該為各種實作提供一些信息，至少要保證以下幾點：

1. 標點換行：標點避頭尾以及禁止分割，這是最重要的部分，會另做討論；
2. 阿拉伯數字：阿拉伯數字的內部，以及小數點處禁止斷成兩行；
3. 特殊數值單位：百分號、千分號、攝氏度等符號應該禁止與前面的數值斷成兩行；
4. 上下標、注釋記號：一些單位及各種學科里出現的上下標（如 m⁠² 中的 ² ）與前面的字符，以及 ㈠ ㊁ Ⅲ ④ 等腳註、尾注符號與被注釋的詞之間不應斷成兩行；
5. 混排的外文：混排在中文裡的外文，應該按照外文習慣，如英文按照英式斷詞連字（hyphenation）、藏文需要按照藏文的詞界進行斷行。 對於較長的網址、郵件地址，實際屬於西文的字符串，應該實際情況靈活處理，建議在 @ 等符號處斷開，不能隨意添加連字符；即使斷開，行首也不能隨意修改大小寫。

上述幾個需求里，阿拉伯數字和外文的控制，實現方式已經相對成熟，而真正「純正」的中文排版問題應該放在標點和注釋記號上。其實，本文的注釋用的上標數字 1、2 與前面的漢字之間就已經插入了「詞連接符」，避免注釋用的上標數字和其注釋詞被斷成兩行。有興趣的朋友可以嘗試改變窗口寬度來測試一下實際效果。

在前述基礎原則之上，各個出版社、內容創作機構可以指定內部的書寫體例。比如對於漢字數字，有些比較寬鬆的做法不加控制，因為多位數一般採用阿拉伯數字；而另一些稍微嚴格的體例則會認為，表示數量、有明確位數的數字，如「三百六十五」斷開不會有歧義，但是如果記成「三六五」而又斷開則會發生「數量」與「編號」的歧義而應該加以控制。這個問題的實質是「數字用法」的規範問題，因此筆者建議應該先在編輯時在「用字法」層面先做出相關表記規定，再進行排版的風格規定，否則很難兩邊同時權衡。至於特殊詞彙管理，不屬於一般排版規則，各個機構內部自行決定、執行就好。過長的網址、郵件地址是最近才出現的新問題，提倡靈活處理而不應該做過多死板限制。總之，搞清楚「有所為有所不為」是制定排版邏輯的基礎，在字體排印的相關策略制定時，一定要切記過猶不及。