B汉字电脑

汉字字典序（下）

汉字字根序

直接用笔画序列，序列太长，也不直观，使用不方便。如果先让笔画结合为字根（也叫部件、部首或字元），使用字根排序，序列短，很直观，又可避免笔顺习惯不同引起的歧义。但汉字拆分为字根的方法本身有随意性，字根数目也太多，200到600左右。字根拆分是研究输入法时形成的，由于键盘键位少，所以这么多字根都被归并为25-30种。排序用的字根也可这样归并，这样，一种字根会有不同的字形及笔画组成，字根序列就可能不与笔画序列一一对应，尤其是字根排序与笔画排序会不一致。第一部按字根序排列的字典是王竹溪的《新部首大字典》，他归并为56种字根，如下所列（由于一些笔形字库里没有，我用例字后加数字表示，两个数是指第几到第几笔。变体栏有些例字不是原书所列的字，是因为仿宋体字库没有该例字，“、”后没有例字，也是因为字库里没有适当的字）：

序号      字根      包括变体

1         一        地3

2         丨          五2、刈4、了2（及其颠倒）

3         亠1        鸟1、冲2、豕7、入2

4         丿

5         司1        今4、买1、书2

6         乙        儿2、亡3、弋2、切2

7         女1       厶1、

8         亠          、、

9         十        古12

10        义12乂

11        冖        冂、丹12

12        厂        后12、而12

13        人        从12、年12、亻、入

14        八        六34、关12、空45丷

15        勹       

16        几        儿、沈67

17        艹        卉35、、

18        阝

19        山

20        小        当13、学13、�^夵

21        尸        、

22        女

23        土        士

24        口        囗

25        丰        青14、寿14、、�f

26        止        疋25

27        牛        特14、告14、舛47

28        辶

29        心        忄、忝58�^

30        手        扌，看14、拜14

31        犬        犭、豕35

32        水        氵、奉68、犀48

33        木        林14、茶69、朮

34        月        肯58、炙14、

35        爪        孚14、

36        火        灯14、灬

37        日        曰

38        示        礻、

39        疒

40        目        具15

41        田        贯14

42        四        置15、皿

43        西        要17、

44        虫

45        臼        、、

46        糸        纟、

47        衣        衤

48        竹        竺16

49        羊        着16、盖16

50        车        惠17、

51        门        、、

52        言        讠

53        雨        震18

54        金        钅

55        食        饣、

56        马        、、

从上表可见，有许多常见的字根字形没有包含在内，在变体中也没有，它们必须再拆分为笔画（表中第1到7）。例如“典”的上部和“曲”字要拆分成5个，其笔顺规则也不合理，把最高的两竖定为首笔，故其序列是“竖竖竖折横横”。与输入法不同，这里拆分后不能把任何组成部分抛弃，所以许多汉字的序列仍然很长，虽然该字典只列出首4个。

要进一步缩短序列，必须增加字根种类。而字根种类的增加会产生两个问题：一、记忆难，还因为键盘键位有限，用作输入法时难以分配安排；二、用作汉字内码时，在电脑中存贮一个字根要超过一个字节。我们且看看，字根种类数目可以增加到多少。因为不能把一字节的256种状态都用来存贮字根，需要预留一些作为他用，大概最多可用240，不能超过250。键盘上可用作输入键的，有字母键26个，如果把上部的数码键及右边的标点符号键也利用起来，共46个。同样也要留几个作他用，如果用40个键，每键要管6个字根，才达240。虽然一个键可以同时按SHIFT、CTRL、ALT形成4个输入值，但操作不方便，不如用单击、双击、三击来区分。可以把很少使用的字根安排给操作麻烦的三击、四击，但终究不能使用五击、六击。这样，大概可以使用120到160种字根，其他必须归并。首先，所有笔画的变形，不管是同质或异质的变形（参见冯寿忠《汉字笔画的异质变形概观》），以及所有异体字形，都视为同种。其他如：简繁部首可并为一种，字典里正好可排在一起；水和氵可并为一种，仅在序列之首才为三点水；罕用的字根可归并到与它形状或性质相近的字根里。归为一种的各个字根，仅当个别情况需要特别指定时，才需要后附序数加以区别，但这后附序数不参加、不影响整体排序。没有后附序数的，不是指频数最大的代表，就一定是可由前后字根等情况判断出用那一个。用这样的归并法，如果每种包含10个字根，总数可以上千。这样一来，可以让笔画交错的都不再拆分，连接紧密的也不拆，使汉字拆分非常自然，不要定什么规则，不会产生歧义。字根数几乎可以不限制，每键又可安排几十个不同的字根，总可以设计出可行的方案。因为各字根的频数相差很大，安排得好，一定可以做到输入快、存贮省，可以盲打，也可用来组出唯一的正确字形。不过作出并选择其中最佳的一种，还要经过实际验证，实在不容易，我现在还提不出具体的方案，但相信它是存在的。