警惕“μg”变“mg”，融合出版时代字符变换问题探索
——以Symbol字体为例

李 梅，李 鹏，王叶青，律 琦，刘 爽，董文革*

(1.中国医学科学院血液病医院(中国医学科学院血液学研究所)，国家血液系统疾病临床医学研究中心，《中华血液学杂志》杂志社 天津300191；2.天津市医学科学技术信息研究所，《天津医药》编辑部 天津300070)

我们在数字出版活动中发现一个现象：Word、排版小样、PDF中均编辑校对无误的文本“铁蛋白100μg/L”，发布在PubMed Central平台上竟然变更为“铁蛋白100mg/L”，而其中并无任何人为的文本调整，仅仅为XML文件面向不同平台的输出。那么该差错是从何而来的呢？为何在没有任何更改的情况下文本发生了变化？我们进行探究并发现了原因：Symbol字体中“μ”的16位编码为[006D]，而普通文本采用的Unicode编码中[006D]为英文小写“m”，由于Symbol字符集编码未编入Unicode，一旦出版平台的解码设备无法对Symbol字符进行解码，则会将Symbol字符编码的[006D](即Symbol字体的“μ”)，误用Unicode编码读取为“m”，便发生前文所述的差错。而目前，期刊编辑部的编校流程仍局限在Word到PDF的传统出版阶段，尚未有针对数字出版环节的审校流程，XML文件之后的融合出版环节缺乏有效监控，易导致该类差错的出现。因此，本研究试图梳理数字出版阶段的字符变换问题，并提出一些解决办法，望同仁警惕。

1 概念与问题

1.1 字符编码与Unicode编码

由于计算机内部只认识二进制代码，文字必须编码为二进制代码。计算机最基本的存贮单位为字节，每个字节存贮8个比特(即8个二进制位)，所以，一个字节能表示的整数个数为28＝256个，表示的范围是0～255，据此制定出ASCII编码用来表示大小写英文字母、数字和一些符号。……