南亚婆罗米系文字

南亚不是“一种印度文字”#

南亚拥有天城文、孟加拉—阿萨姆文、古木基文、古吉拉特文、奥里亚文、泰米尔文、泰卢固文、卡纳达文、马拉雅拉姆文、僧伽罗文等多种现行文字，也有夏拉达文、格兰塔文、莫迪文等历史传统。它们共享部分谱系与结构，不代表字形或使用规则相同。

一门语言也可能使用多种文字，某种文字又可服务多门语言。印地语与马拉地语都可用天城文；旁遮普语在印度主要用古木基文，在巴基斯坦主要用阿拉伯字母改造的沙穆基文。语言、宗教、国家与文字不能画成一一对应表。

印度宪法第八附表最初列十四种语言，经一九六七年信德语、一九九二年孔卡尼语—曼尼普尔语—尼泊尔语、二〇〇三年第九十二次修正案加入博多语、多格拉语、迈蒂利语与桑塔利语，现为二十二种。附表承认的是语言，不是文字：桑塔利语进了附表，并不自动规定全国只用 Ol Chiki；克什米尔语、信德语、乌尔都语仍以波斯—阿拉伯文字为主。把「官方语言」读成「官方文字」，会漏掉附表真正管的是教育和考试介质，而不是字形。

婆罗米是谱系起点，不是完整同形模板#

可可靠断代的长篇婆罗米铭文见于公元前三世纪阿育王敕令，之后字形在不同地区、媒介和书写传统中持续分化。现代南亚及东南亚许多文字可追溯到婆罗米系，但其演化经过多条区域路径。

婆罗米起源与闪米特文字关系的具体机制仍有争论。某些理论强调阿拉米文影响，另一些强调本地发展与重新设计。教材不应把一个尚有证据争议的谱系箭头写成已完整还原的发明故事。这与文字起源的记账泥板不同：南亚目前缺少一条从陶筹到字母的连续出土链，最早可靠长篇是帝国敕令，不是账房习作。

现代人能读这些铭文，要等到詹姆斯·普林塞普（James Prinsep）在一八三六至一八三八年于《孟加拉亚洲学会会刊》连续发表解读。他先从桑奇佛塔施舍铭文末尾反复出现的「danam」（布施）猜出若干字母，再把柱铭开篇读成「诸神所爱的喜见王如是说」；锡兰编年史材料随后把这一称号与阿育王对上。萨洛蒙称这次解读对婆罗米字母表几乎是完整还原。文字史的起点因此有两层：石上写下的年代，和后人重新读懂的年代。

佉卢文提醒我们早期并非单一路线#

阿育王时期西北地区还使用从右向左书写的佉卢文，它与阿拉米文关系更明确，曾用于犍陀罗语、行政和佛教文献。后来佉卢文消失，婆罗米系扩展，并不表示前者结构低级，而是政治网络、书写社群和材料保存共同改变传播。

出土桦树皮手稿和钱币不断扩展我们对佉卢文的认识。书写史依赖偶然保存的物证，现存最早材料不是文字必然的发明日期。

二十世纪末陆续公布的犍陀罗语桦树皮写本，把佉卢文从钱币与敕令扩展到佛教文献的日常抄写。它们多出自干旱的西北，保存条件与湿润季风区的棕榈叶完全不同。一种文字的「消失」有时只是载体腐烂，不一定是社群主动弃用。

辅音字母通常带有内在元音#

婆罗米系文字常被分类为元音附标文字或 abugida。一个基本辅音字符往往同时表示辅音与默认元音，例如天城文 क 可读作 /ka/；其他元音通过前后上下的附标改变，独立元音则用于音节起始等位置。

这种概括非常有用，但各文字对默认元音、长短、附标和历史拼写的处理不同。泰米尔文与天城文的辅音—元音组合不能用同一张字符表机械替换，实际读音还受语言音系和正字法规则影响。

印地语提供了最常被引用的错位。天城文把「कलम」（笔）写成带内在元音的三个阿克沙拉，口语却读成 /kalam/：词末的默音 a 按形态条件删除，并不在字母上标出来。学童若按字面把每个内在元音都读出来，会被当成「念书腔」。正字法深度在这里不是「字母不准」，而是默认元音规则与口语音变叠在同一套字形上。

杀音符和连写处理无元音辅音#

若辅音不带默认元音，许多文字使用 virama、halant 或相应杀音符；相邻辅音还可形成合字、半形或堆叠组合。天城文 क्ष、孟加拉文和马拉雅拉姆文中的复杂连接都体现文字特定塑形规则。

视觉上一个整体不一定对应一个 Unicode 码位。数字文本常由多个基础字符按逻辑顺序存储，再由字体塑形引擎组合。光标移动、删除和文本选择若按码位而非字素簇处理，就会拆坏一个可见单元。

数字层把这套规则写成「杀音符模型」。印度标准 ISCII 一九八八年版把十种婆罗米系文字叠在同一套音值码位上；Unicode 天城文区块按这一布局编码，一九九一年的 IS 13194 修订后布局略有改动，Unicode 并未完全跟进，但仍覆盖其主体字汇。存储里辅音加 virama 再加辅音，显示时由字体决定是合字、半形还是可见杀音符。Unicode 与数字文字要处理的，正是这种「逻辑序列不等于画面」的分层。

阿克沙拉介于字符和音节之间#

传统分析常用 akshara 描述一个以辅音和元音为核心的正字法单位。它可能在版面上形成视觉整体，并影响识字教学、韵律和排序。但复杂辅音丛让一个阿克沙拉不必等于简单口语音节。

把它直接翻成“字母”会忽略组合结构，直接翻成“音节”又可能过度简化。研究应说明讨论的是编码字符、书写单元、音系音节还是教学单位。

字形差异记录书写工具与地区历史#

南方文字常有较多圆曲形，流行解释认为棕榈叶不宜被直线划破；书写材料确实影响形式，但不能用单一工具决定论解释全部差异。书吏传统、笔法、宗教文献和行政网络同样重要。

北方文字中的顶线也经历历史发展，并非婆罗米最初就完整存在。比较文字时应追踪有日期的铭文和手稿，而不是按现代字形相似度猜测亲缘。

同一文字会为不同语言重新分配功能#

天城文记录梵语时需要表达复杂辅音丛和形态形式，记录现代印地语时又面对默认元音在口语中的删除。读者不能把每个写出的内在元音都实际读出，正字法知识包含词级和形态条件。

孟加拉语、阿萨姆语共享相近文字传统，却有字形、名称和音值差异。泰米尔文传统上以十二个元音字母和十八个辅音字母为骨架，再组合成数百个辅音—元音复合字形；梵语借词则常插入格兰塔字母补足它所缺的音位。书写系统的「字符数量」不能直接衡量语言表达能力，只说明这套正字法把多少区分写在字形上、多少留给语境。

梵文并不天然属于天城文#

今天梵文常以天城文印刷，历史上却用多种地区文字书写，包括夏拉达文、孟加拉文、格兰塔文、泰卢固文和马拉雅拉姆文等。把梵文等同天城文，是近现代出版与教育标准化的结果。

宗教语言也会跨文字。经典翻译、礼仪传统和区域学术网络会选择当地读者熟悉的形式。文字不能被当作某种宗教永恒专属财产。

泰米尔纳德的格兰塔文长期承担这一角色：泰米尔文本身辅音库存较小，书写梵语时往往插入格兰塔字母。同一页上两种文字并置，不是混用失误，而是功能分工。把「梵文＝天城文」写成自然事实，等于把北印度近现代印刷标准投射到整个次大陆。

印刷把流动手稿传统变成字体标准#

手稿允许书吏按地区、体裁和个人习惯使用异体。活字、打字机和学校课本需要有限字模与统一排序，因而选择部分字形和合字。殖民行政、传教出版和本地改革者共同参与了现代标准形成。

印刷标准提高大规模读写，却可能让旧体文献和非主流书写难以进入教育。数字字体今天再次决定哪些历史组合能显示，技术选择延续了标准化的政治。

文字选择参与国族、宗教和阶层建构#

印地语—乌尔都语连续体在日常口语中有广泛互通，但标准印地语使用天城文并偏向梵语词汇，标准乌尔都语使用波斯—阿拉伯文字并偏向波斯语和阿拉伯语词汇。教育与国家制度进一步拉开两种高语体。

旁遮普语、信德语和克什米尔语也跨国界使用不同文字。选择一种文字会连接某些文献与身份，同时提高另一传统读者的门槛。不能把文字改革只当提高效率的技术题。

印度宪法第三四三条把联邦官方语言定为天城文印地语，同时允许英语在过渡期内继续用于官方。这一条管的是行政与法律文本，不是禁止乌尔都语或泰米尔文。文字政策因此总是分层的：宪法指定一种，邦级另有自己的官方文字，学校、法院和电影字幕又是另一套实践。语言与文字的关系在这里是制度安排，不是自然对应。

原住民与少数语言有自己的文字政治#

南亚并非只有婆罗米系和阿拉伯系传统。桑塔利语使用拉丁文、孟加拉文、奥里亚文、天城文，也使用二十世纪创制的 Ol Chiki；贡德语存在天城文、泰卢固文和新发展的贡德文字方案。多文字状态反映教育、地区与社群运动。

官方承认一种文字可能带来教材和职位，也可能排除另一地区的既有读写者。制定正字法需要实测学习、出版和跨代接受，而非只由专家选择“最科学”方案。

Ol Chiki 的设计选择本身就在回应婆罗米系的默认设定。拉古纳特·穆尔穆（Raghunath Murmu）一九二五年创制这套文字时，给桑塔利语三十个基本字母——六个元音、二十四个辅音——写成从左到右、字母分立的字母文字，而不是带内在元音的附标系统。他要用字形直接对准桑塔利语的声门塞音等音位，而不是把一种南亚语塞进天城文或孟加拉文的格子。二〇〇三年桑塔利语进入第八附表，官方承认的是语言，教材用哪套文字仍在各邦与社群之间谈判。

数字编码与视觉塑形分属不同层次#

Unicode 通常按字符逻辑顺序编码，元音附标即使视觉出现在辅音左侧，也可能在存储中跟随辅音。塑形引擎根据脚本规则重排和组合字形。应用若自行按显示位置排序，会破坏搜索和交换。

字体必须包含正确锚点、合字和语言特定形式；操作系统、浏览器和 PDF 引擎的支持也会不同。一个网页“支持天城文”不代表所有婆罗米系文字都可用，因为每种脚本有独立编码与塑形需求。

合字的显隐还靠零宽连接符与零宽非连接符（ZWJ / ZWNJ）调节：同一串辅音在有的词里必须连写，在有的形态边界上必须拆开。搜索若在塑形之后的可见字形上做，会漏掉这些不可见控制符；若完全忽略它们，又会把本应区分的词形当成同一个。编码标准把选择权交给作者，实现却常常悄悄丢掉这些码点。

OCR 和搜索面对组合与历史字形#

扫描手稿时，污损、连写、上下附标和大量异体使 OCR 困难。模型在现代印刷体上准确，不等于能读取棕榈叶或早期活字。训练集如果集中于高资源语言，会进一步扩大文献数字化差距。

转写项目应保存原图、外交式转写、规范化文本和不确定标记。直接把模型猜测覆盖原文，会让后续研究无法复核。社群和文献机构也应决定敏感宗教或家族材料的访问范围。

识字教学不能照搬拉丁字母顺序#

学习者要掌握基础辅音、元音附标、默认元音、连写和词级规则。教学可从高频阿克沙拉与有意义词汇进入，再逐步分析组件；只背独立字符名称无法覆盖组合。

儿童所说语言与学校文字语言若不同，困难可能来自教学语言而非文字结构。比较阅读成就时需控制教育质量、家庭读写资源和正字法深浅，不能宣称某种文字天生使群体更会或更不会阅读。

怎样比较两种婆罗米系文字#

先分别描述它们记录哪门语言、默认元音是什么、怎样标记其他元音和辅音丛。再比较可见阿克沙拉、存储字符和实际发音三层，不按字形外观简单对号。

随后加入历史与制度：标准何时形成、有哪些异体、谁在学校和媒体使用。真正有解释力的比较既看共享谱系，也说明各社群怎样把同一结构资源改造成不同正字法。

跨域连接#

• 音位与音系系统：阿克沙拉介于字符与音节之间，这不是分类上的尴尬，而是它忠实反映了南亚语言的音系结构——辅音带内在元音、杀音符标记元音缺失，整套设计是围绕音节而非音段组织的。用拉丁字母的「字母＝音段」直觉去读它，一开始就错位。
• 语言类型学：同一套婆罗米系文字被不同语系的语言借用后会重新分配功能——天城文既写印欧语系的印地语，也曾用于书写达罗毗荼语系的语言。文字的传播路径和语言的谱系路径是两张不同的地图，把它们叠在一起会得出错误的亲缘结论。
• 民族主义：文字选择参与国族、宗教与阶层建构。印地语—乌尔都语这一对最能说明问题：口语几乎相同，却因天城文与阿拉伯文字的分野被建构成两种语言，并最终与两个国家绑定。这是「语言与方言的界线是政治的」最锋利的例证。
• Unicode 与文本编码：南亚文字的编码与视觉塑形分属不同层次——码点序列是逻辑顺序，屏幕上的连写字形由塑形引擎生成。排序、搜索与光标移动都必须在逻辑层进行，任何按可见字形处理的实现都会在连写处出错。
• 文字类型：元音附标文字（abugida）是文字类型学里的独立一类，既非字母也非音节文字。南亚文字是这一类的原型，它的存在本身就否证了「文字沿字母方向单线进化」的旧叙事。

参考文献#

• Salomon, Richard. Indian Epigraphy. Oxford University Press, 1998.
• Daniels, Peter T., and William Bright, eds. The World’s Writing Systems. Oxford University Press, 1996.
• Coulmas, Florian. The Blackwell Encyclopedia of Writing Systems. Blackwell, 1996.
• Bureau of Indian Standards. IS 13194:1991 Indian Script Code for Information Interchange — ISCII. 1991.
• Unicode Consortium. “South and Central Asia.” The Unicode Standard, Version 17.0, 2025. 核心规范