幽灵文字正在困扰 Unicode
1978 年，日本经济产业省制定了一套编码标准，后来被称为 JIS X 0208。时至今日，它仍是所有日文编码的重要参考。然而，JIS 标准发布后，人们发现了一些奇怪之处：新增的若干字符找不到明确的出处，也没人知道它们表示什么、该如何发音。没人能确定它们的来源。这些字符后来被称为“幽灵文字”（幽霊文字）。
写什么可得小心点。资料来源：日本国立国会图书馆
长期以来，幽灵文字一直是个未解之谜，也几乎被人们遗忘；但在 1997 年，人们展开调查，着手追查它们的来历。按照要求，JIS 标准中的每个字符都应该留有出处记录，但即便有记录，内容也不够具体，通常只列出参考文件的名称。
你可能会以为，只要列出出处，找出字符的来源就很容易。但必须先弄清楚，所谓“出处”究竟指什么。幽灵文字最常见的来源之一是《日本全国行政区划总览》（国土行政区画総覧），其中收录了日本各地的地名。你大概会和我一开始一样，以为它是一本大开本地图集，最多不过几百页。结果却发现，最新版足足有七卷，每卷大约九百页。试想一下，如果没有页码信息，要从中追查某个字符的出处会有多难。
尽管过程艰难，对幽灵字符的调查还是基本查清了它们的来历。通过采访参与标准编纂的编目人员，调查人员确认，其中一些字符其实是编目过程中无意间产生的错误。比如「妛」就是在尝试记录「山 over 女」时引入的错误。「山 over 女」出现在某个地名中，因此符合纳入 JIS 标准的条件，但由于当时还无法将其作为一个字符打印，他们便把「山」和「女」分开打印，剪下来并排贴在一张纸上再复印。在阅读复印件时，两小片纸相接处的线条看起来像是一笔，于是被误加进了这个字符。而它原本的字形（𡚴）直到很久以后才被加入 JIS 和 Unicode，而且在大多数网站上我也没法正常显示它。
核心幽灵字符：�挧暃椦槞蟐袮閠駲墸�彁
最终，只有一个字符既没有明确的来源，也找不到任何历史先例，那就是「彁」。最有可能的解释是，它是被误读成「彊」字时产生的，但具体是怎么发生的并没有查清楚。
JIS 标准被广泛采用之后，这些字符随之进入了 Unicode，而 Unicode 在 CJK 统一过程中也引入了自己一套独立的幽灵字符。
总结一下——1978 年的一系列小错误凭空「创造」出了一些字符。这些错误在被发现之前，恰好赶上了标准定型的时机，于是就这样被永远固化下来。如今这些幽灵至少在理论上已经存在于地球上每一台电脑之中，潜伏在字符表的隐秘角落。
照这个趋势，它们大概会永远伴随着人类。�
参考资料 / 相关链接：
- 幽霊文字 ‐ 通信用語の基礎知識 — 目前网上最详尽的资料，引用了 1997 年调查的内容。
- 大正十二年的幽霊文字——《ことば》杂志：朝日新闻数字版 - 一个在数字化的大正时代报纸中因「彊」字印刷褪色而误用为「彁」字的例子。
- Niconico 大百科 将它们中的每一个都视为一种妖怪的名字。
- 《天书》（英文名 A Book from the Sky），徐冰创作的一部手印书籍，全部由自创的汉字组成。