CN1661594A - 汉字数码化方案 - Google Patents

Abstract

“汉字数码化方案”是一种文字编码技术方案，它将每一个汉字(无论简体繁体)都用阿拉伯数字代码表示，最长码数为6码。其码元采用形似、音似、意似等方法，以顺口溜的形式编排分布定位，相对易学易记。其主体码元的助记词为：金木水火土，手足人心口；大中小工厂，日月天方舟；王止儿女言，予由耳目又； 竹门有广犬，习马米皮牛；下上我为了，刀乃力廿尸；一二三四五，六七八九十；已而山巳午，立曲白久石；甲乙丙丁文，子丑寅卯史；东南西北面，春夏秋冬年；国泰民安生，家和万事成。本“方案”用于字典查字可以加快查阅速度；用于手机输入能使之更为轻松自如。

Description

汉字数码化方案

技术领域

本发明涉及一个文字编码方案——“汉字数码化方案”(以下简称“方案”)。

背景技术

当今社会已进入信息时代，时间和精力也由此显得更为宝贵。然而，作为国人与之天天打交道的中华文明之精萃的汉字，却总在无声无息地吞噬着我们有限的时间和精力。这种现象，在下列两个方面表现得最为突出：

一.字典查字不容易。

——用偏旁部首查吧，先要数偏旁或部首笔画，在《部首目录》中查得其在《检字表》中所在位置的页码；翻到该页后，再要数所查字除偏旁部首外的笔画，以确定其在“几画”名下；然后再逐个字找下去，直至找到其在“字典正文”中最终位置的页码。若碰到偏旁部首不清楚的还得在多个部首和《难检字笔画索引》表中翻来复去的查找，可谓不胜其“繁”，枉费时间。

——用汉语拼音查吧，往往需查之字为不能认读之字，则根本就无从查起。即使是“似曾相识”，也还存在卷舌音和非卷舌音、鼻韵母与非鼻韵母、是AI还是EI等区分不清的问题。纵然这些都清楚了，又还得在“五声”之间上下求索，也会搞得人昏头胀脑，可谓不胜其“烦”，徒耗精力。

二.手机输入不轻松。

现有的手机汉字输入法仅有笔画、拼音和注音三种。

注音符号现在能够认读并使用的人已经极少，显然已失“大众化”优势。

拼音输入除了上述“烦恼”之外，还存在输入字母“时不待人”(稍慢即错，又得重输)，同音字太多而选择频繁等缺憾。

笔画输入虽易掌握，但一笔一画一寻觅，或选部首或选字，选到部首再续输，这样“一步三回头”的折腾，不亦苦乎！

发明内容

基于上述原因，本人设计了一个解决方案——“汉字数码化方案”。现介绍如下：

一.码元设置：顾名思义，“汉字数码化”就是将每一个汉字都用阿拉伯数字代码表示，这就必须有一个码元与数码关系的对应表，下面的《“汉字数码化方案”码元表》(以下简称《码元表》)明确规定了彼此间的对应关系。

                              “汉字数码化方案”码元表

关于《码元表》的说明：

1.本《表》共有十组(横向为组)八类(纵向为类)名称的码元计202个，采用形似、音似、意似等方法，以顺口溜的形式编排分布定位，相对易学易记。其主体码元的助记词为：

               金木水火土，手足人心口；    大中小工厂，日月天方舟；

               王止儿女言，予由耳目又；    竹门有广犬，习马米皮牛；

               下上我为了，刀乃力廿尸；    一二三四五，六七八九十；

               已而山巳午，立曲白久石；    甲乙丙丁文，子丑寅卯史；

               东南西北面，春夏秋冬年；    国泰民安生，家和万事成。

2.《表》中加有括弧的“横竖撇点折”五字不作码元使用，仅提示其前面的“下上我为了”五字各以后面的“一丨丿丶乛”(排列顺序也即组号是12345)为起笔。

此外，“填充码元”主要是为查阅字典时的方便而设，因为它们与前七类标有数码列中的码元字一样，都是两位数的编码(参见下述)，这在有序数列中可起到“分节引导”的作用。其次，它们也参与相关汉字的组拼。

3.与《表》中某些码元字相通而已变形的字符尚未列入，如：(小)、(心)、氺(水)、飠(食)、覀(西)、罒(四)等。

另，笔形名称不同而实质意义相同以及组合笔形、笔顺相同(通)的字符也未列入，如：提(横)、捺(点)。“车”、“尧”的起始两笔(均与“七”字相通)，“衣”、“象”的最后两笔(均与“飞”字的最后两笔相通)，“牙”、

的起始两笔(各与“匚”、“勹”部首相通)，“彝”、“贯”的起始两笔(均与“毋”框的折笔组合相通)等。

再，“折”的概念在此包含所有带“折”的单笔，无论其是一折二折三折四折，还是左折右折横折竖折，组拼编码时须予注意。

二.编码规则：

1.无论简体繁体以及字的笔画(码元)多少，最多以6个阿拉伯数字进行编码。

2.凡(码元表》内标有数字的行、列中的字，均用两码——组码(横向数码)+织码(纵向数码)编码。如：一＝10、木＝21、小＝32、女＝43、犬＝54，刀＝65、曲＝76、寅＝87、冬＝98、成＝09等。其中，“○”与作为“零头”的“雨”两字，则在原编码基础上再加织码一码，即：○＝000、雨＝066。此外，“金”、“言”二字在作为繁体字的左偏旁且又是第一码时，则用其本组代码加下组代码两码编码，即：釒＝12、言＝56。凡标有“SM”(“首”、“末”两字的拼音缩写)列中的字符，则均用其组码加该字的首、末两个笔画码编码。如：虫＝224、其＝714、彐＝651、匚＝015等。其中，五个单笔画则用两码组码加“0”编码，即：一＝110、丨＝220、丿＝330、丶＝440、

＝550。

3.凡《码元表》外众多需要“组拼”的字符，则一律用其组码相拼。但须特别注意：

——当某字有二至四个码元时，须加上该字的首、末两个笔画码。如：相＝2911、想＝29914、箱＝112931等。

——当某字有五个码元时，须加上该字的首笔笔画代码。如：煎＝817644、瞻＝965852等。

——当某字有五个以上码元时。则第六码一律取其最后一码。如：觐＝901735、壑＝217185等。

4.凡《码元表》中已给出的码元一般以整体形式参加组拼，不得拆拼，如：盥＝937213、围＝911522、燕＝904414等；另，凡由三个并列码元组成的字符。一般先取中间位置的。如：非＝23321、兆＝32834、兜＝880335、燮＝544044、率＝412804等。

5.附较难掌握及容易混淆的组拼字36例：

         身＝853333  追＝800034  藏＝955134  曹＝176Il   鸦＝053841  巫＝48814

         象＝606834  彝＝518139  贯＝50754   皿＝72121   鬼＝835434  那＝62852

         肆＝446222  豸＝32633   觏＝191755  眉＝023951  曾＝842641  弊＝873039

         辫＝615160  延＝321554  卸＝012523  殷＝565303  遐＝022000  长＝37434

         馬＝7424    門＝2255    鬥＝211525  韋＝50552   夾＝188814  蕭＝960322

         龜＝371125  齊＝482682 

＝861543  婁＝012421  鐵＝125014  議＝568134

具体实施方式

一.字典查字：

本“方案”用于字典查字，因涉及页码，故须附设《编码、汉字、页码对照表》(参见附件)。这样，见字生码，由码得字，据字知页，可大大加快查字速度。如：欲查“馨”字，先由编码规则确定其编码为502336，然后翻到《对照表》第“50五”部分往下找到“502336馨533”，即知该字在字典正文的第533页，据此查阅便是。

附：关于《编码、汉字、页码对照表》的说明：

1.此《表》系据《新华字典》(商务印书馆2004年1月第10版修订本)而编制，总计61页(附件给出的为第1、31、60页三页)共10145个汉字。

2.每个字的起笔基本按照《辞海》(上海辞书出版社1979年版缩印本)中的《辞海部首笔画笔形索引》表而定，惟有“力”、“皮”二字例外，“力”以“丿”作起笔，“皮”以“丨”作起笔。

二.手机输入：

本“方案”用于手机输入，其相关编码规则完全相同，且可实现单字、词语、标点符号以及阿拉伯数字的混合输入。

补充说明：

1.据实编统计，本“方案”对于《新华字典》中的10145个汉字，其重码率为7.26％，最多重码字个数为6个(仅一组，是1414：太丈玉灭麦灰)；对于GB2312-80《信息交换用汉字编码字符集》中的6763个汉字字符，其重码率为6.54％。详细情况见附表。

2.本“方案”留有充分余地，可对其他大型字、词、辞典(书)或大字符集的汉字字符进行数码化编码。

附表：

组号	对于《新华字典》(10145字)			对于BG2312《字符集》(6763字)			备注
								每组字数	重码字组数	重码率％	每组字数	重码字组数	重码率％
	1	1087	74	6.81	666	42								6.31
2							975	81	8.31	664	54	8.13
	3	1054	71	6.74	687	38								5.53
4							1048	75	7.16	677	42	6.20
	5	1019	62	6.08	685	35								5.11
6							988	63	6.38	671	41	6.11
	7	991	68	6.86	683	41								6.00
8							974	90	9.24	682	58	8.50
	9	1032	76	7.36	681	43								6.31
0							977	77	7.88	667	48	7.20

“汉字数码化方案”之编码、汉字、页码对照表

               ——本表系据《新华字典》第10版编制——

    (汉字左边的数码为该汉字的编码，右边的数码为该汉字所在页的页码)

Claims (1)

1. 一种文字编码方案——“汉字数码化方案”(以下简称“方案”)，其技术特征是将中文汉字用阿拉伯数字代码表示。“方案”内容简介如下：

   A.码元设置：本“方案”的码元设置具体见于下面的《“汉字数码化方案”码元表》(以下简称《码元表》)，《表》中明确规定了码元与阿拉伯数字彼此间的对应关系。

                          “汉字数码化方案”码元表

   关于《码元表》的说明：

   a.本《码元表》为本“方案”的技术核心。

   b.本《表》共有十组(横向为组)八类(纵向为类)名称的码元计202个，采用形似、音似、意似等方法，以顺口溜的形式编排分布定位，相对易学易记。其主体码元的助记词为：

         金木水火土，手足人心口；         大中小工厂，日月天方舟；

         王止儿女言，予由耳目又；         竹门有广犬，习马米皮牛；

         下上我为了，刀乃力廿尸；         一二三四五，六七八九十；

         已而山巳午，立曲白久石：         甲乙丙丁文，子丑寅卯史；

         东南西北面，春夏秋冬年；         国泰民安生，家和万事成。

   B.编码规则：

   a.无论简体繁体以及字的笔画(码元)多少，最多以6个阿拉伯数字进行编码。

   b.凡《码元表》内标有数字的行、列中的字，均用两码——组码(横向数码)+织码(纵向数码)编码。如：木＝21、成＝09等。其中，“○”与作为“零头”的“雨”两字，则在原编码基础上再加织码一码，即：○＝000、雨＝066。此外，“金”、“言”二字在作为繁体字的左偏旁且又是第一码时，则用其本组代码加下组代码两码编码，即：釒＝12、言＝56。凡标有“SM”(“首”、“末”两字的拼音缩写)列中的字符，则均用其组码加该字的首、末两个笔画码编码。如：虫＝224、彐＝651等。其中，五个单笔画则用两码组码加“0”编码，即：一＝110、丨＝220、丿＝330、丶＝440、乛＝550。

   c.凡《码元表》外众多需要“组拼”的字符，则一律用其组码相拼。但须特别注意：

   ——当某字有二至四个码元时，须加上该字的首、末两个笔画码。如：相＝2911、想＝29914、箱＝112931等。

   ——当某字有五个码元时，须加上该字的首笔笔画代码。如：煎＝817644、瞻＝965852等。

   ——当某字有五个以上码元时，则第六码一律取其最后一码。如：觐＝901735、壑＝217185等。

   C.字典查字：

   本“方案”用于字典查字，因涉及页码，故须附设《编码、汉字、页码对照表》。本“方案”根据《新华字典》(商务印书馆2004年1月第10版修订本)编制了这一《对照表》。据此《表》查字可提高速度。

   D.手机输入：

   本“方案”用于手机输入，其相关编码规则完全相同，且可实现单字、词语、标点符号以及阿拉伯数字的混合输入。