汉字字典序（上）

为了解决电脑汉字的种种问题，得到简便的输入法（输入码）和高效的存贮传输（内码），有必要考察——以前还没有论述过的——文字在字典中的排序。本文只是抛砖引玉，只是一个提纲，许多问题值得专家再深入展开。

字典和字典序

文字是人类用来交流和记录知识的信息符号。学习和使用任何文字，都需要字典。因为随着社会的发展，人类接触的事和物不断增加，作为它们的符号的文字数量很快达到不是一个人所能掌握的程度。这时，看别人写的文章，会碰到不认识的字需要查询，自己写文章也会遇到一时记不起来的字需要查考，于是就产生了专用的工具书——字典。

典，大册也。字典，搜集大量文字而成的备查工具书。大量文字按怎样的次序排列以便于查找，就成为首要的技术问题。拼音文字由少量字母组成，字母已有确定的前后次序，每个字（也就是词）的位置，先按第一字母的次序，再按第二个，这样顺次按各字母的比较排列前后，形成自然的字典序，很科学，检索很容易。汉字就没有这么简单，最早按部首排，有许多字部首不好定，常附很长的难字检索表，常常化很多时间，最终可能还是查不到。后来发明了许多别的方法，有的字典同时使用几种方法，附很多检索表，还是解决不了。

汉字难学，主要是由于查字典难，因为至今还没有科学的汉字排序方法，或者说没有自然的字典序。这也关系到电脑汉字的输入。无序的汉字，难以检索，也就难以输入电脑，更不利于后继的处理。比起字典检索法，近三十年发明的输入法，更是多如牛毛，但也没有一种能很好解决问题的。

字典的另一个重要作用是规范文字。因为大家都要使用，自然深入人心，这比下什么命令、发什么文件都有效。人们可以不顾文件、命令，但读书写文章总要用到字典。现在电脑时代使用“字库加编码”的方式，只能规范字形，字库里没有的字，你就不可能用。但这却逼出了不伦不类的网络字语和字母符号，应该说已影响了中文的纯洁性吧。

种种汉字序

中国最早的字典是公元121年的《说文解字》。它首创部首法，当时有540部，后代一直遵循此法，但部首不断简约，到《康熙字典》只有214部。因为部首是义符，不一定在一个汉字的左旁，常因不懂字源，定不准在哪一部，结果查不到。这些难查的字另按笔画数排表检索，《康熙字典》的“难字检查表”就有五千三百多字，占总字数的11%。刘达人发现以左旁为部首的占72%，以上旁为部首的占13%，合计85%以上，创“刘氏左上部首法”。查字不可能讲字源，应完全按字形来定部，单纯由偏旁定部首是正确的，但仍有许多独体字不知归属。

20世纪上叶，王云五只取汉字四角的形态，归纳为10种，分别用10个数码代表，形成一个4位数，字典中汉字按它的大小排列，这就是四角号码字典。如果有几个字同号，再附一个序号。可以说这是探求汉字自然序的第一个尝试，它真称得上第一个数字化方法，因为与现在所谓的数字化概念不同，姑称为自然数字化。现在说的数字化是指把汉字输入电脑，转换成内码。实际上电脑内码，与四角号码前的电报码一样，是人为的，不是某种自然序。正因为现在的内码无理，只能死记，绝大部分人记不住，才需要输入法，输入码被称为外码，倒是这外码才是尝试对汉字的自然数字化。上世纪80年代支秉彝的“见字识码”，与四角号码性质相似，实际上以后所有形码输入法，如陈爱文的表形码，王永民的五笔码，沈克成的表音码，以及其他难以计数的形码，都可对应一种汉字的自然排序，一种字典序。可惜都没有彻底解决重码问题，或者取码的规则太复杂、不自然，没有用到字典的排序上。另一种简单的首尾码，据说来源于林语堂的“上下形检字法”，后者不仅用于字典，还用在他设计的中文打字机上。

输入法中有笔画码，现代的字典大多附有笔画检字，但正文都没有按笔画排。王竹溪的《新部首大字典》，五万一千多字是按笔画排的，因为汉字笔画数多，直接用笔画组成的序列太长，所以笔画先结合为56个部首，再按这有序的部首排序。对此，后面再详细分析。

音韵学的升起，出了不少韵书，它不只供填词写诗用，实也是一种字典。从汉字百分之九十以上是形声字出发，李卓敏编纂了《李氏中文字典》，以一千左右的声旁为部首。现代的中文字典正文大都改用按拼音排序。会普通话的人，用拼音输入法写文章很惬意的，尤其使用词、句输入时，只要打声母。但用字典查生字时就不行了，因为不认识的字，当然不知道读音。所以这种字典必附其他检索表。

两种用途的字典

这里不是指普通字典和翻译用字典，而是按字典的两种不同实用性质分的，姑撰两个名词如下：

1、查生字典：看别人写的文章要用这种字典，碰见认不得的生字用它查。字典必须纯粹按字形特征排序，如四角号码字典，王竹溪的《新部首大字典》。如果是按拼音排序，不认识，自然也不知道它的拼音，就查不到了。一般部首字典，是按“义”定部首的，有些字的归属不知道，也不行。外文字典，如英汉字典，是按字母排序的，读英文或英译中时适用，反过来，要中译英或写英文时，就应该用汉英字典了。

2、检熟字典：自己写文章时用。我们当然只用自己熟识的字，只有这时，如果某字记不清如何写了，才适用拼音排序的字典。如果你读音不准，那就用部首字典为好。部首是义，但同部首内要按笔画数排，所以还没有纯粹按“义”排序的——外文里好象更没有这种字典——可按你要的义，容易找出所需要的字。这时肯定不能用四角号码字典，你记不清字形，怎么样定四角号码？

通常说，文字有音、形、义三个属性。实际上写文章是以“形”存贮和传播，读文章是以“义”获取其内容，这中间“音”倒是可有可无的。外国学者认为读和写都要通过语音这个中间环节，是不正确的，已被人证明。聋哑人也可以使用文字，就不会通过语音。不过口语是人类最早获得、最频繁使用的一种语言，文字和口语之间的联系和互译是经常存在的，学习文字就是要建立这种互译和联系，而音和义的联系（聋哑人应属例外）是在学文字之前就形成了的。正因为如此，才把音序字典归到检熟字典中，你脑子里的义，很容易转换成口语中的音，用音序字典自然容易找到你记不清的字了。字母文字的字典不一定是音序字典，因为像英文这种文字，字母序列和发音并不完全一致。但他们一定属于第一种“查生字典”，因为是完全按形排序的。汉字就还缺乏这种纯粹以形排的自然字典序，不只是编修字典的需要，它更关系到一般的汉字排序、检索和电脑输入法等，极需研究解决。它的解决，可能有利于当今电脑汉字的其他许多问题，特别是实现钱伟长说的最好的输入法是不要输入法。