汉字字典序（下）

 

汉字笔画序

 

探求纯形的汉字自然字典序，当然应该从汉字笔画入手。汉字笔画数大致与英文字母数相当，不同作者列出的笔画表都相近，容易统一。作为排序的依据，必须解决笔画表本身的前后次序和汉字笔顺。对笔画表排序，我曾在网上发起“关于笔画排序的投票”，请参见《汉字笔画表征求意见稿》中的详细论述。这里重述3点：

一、             笔画表：语委《GB13000.1字符集汉字折笔规范》（2001-12-19）的25种析笔（注意，有一些笔画包含几种变体），再加上平笔画：横、竖、撇、点、捺、挑、竖（左）钩，应该差不多了。

二、             前后次序：语委的折笔是先按折数排序，0折数的平笔画应在最前面，折数相同时，依次按笔形的走向（按主笔形次序：横、竖、撇、点）分前后。这种按两种以上标准的排序，可称为分级排序，在中文字典中常用，如部首字典都是先按部首次序排，同部首的字再按笔画数排。班门斧则提出不先按折数的统一排序，但0折的主笔形还是排在前面，即其原则没有贯彻到底，如果贯彻到底，大概会不习惯。

三、             笔画名称：语委《折笔规范》中的名称太长，也不直观，我曾应用例字，都改为两个字。如最长的是4折笔画，达8个字“横折竖折横折竖钩”，简称也有5个字“横折折折钩”，我则改称为“乃钩”和“杨钩”（因为《折笔规范》中此笔实际包含这两个笔画）。现在觉得，作为主笔的名称，最好只用一个字。

这样，我提出如下的笔画表，主笔名都只用一个字，折笔名的括弧内是原来用的双字名。每个主笔都配有副笔，他们与主笔相似或性质相近，有些甚至可以代替主笔。笔形栏有数码字者，是因为字库里找不出，用例字中的第几笔来示。

 

次序       主笔名        笔形            副笔名        笔形

Ａ         横            一              短横          于1

Ｂ         竖            丨              短竖          刂1

Ｃ         撇            丿              竖撇          川1

Ｄ         捺            人2             平捺          辶3

Ｅ         点            亠1             竖点          忄1

Ｆ         挑            地3             点挑          氵3

Ｇ         己（横折）    已1             短折          书1

Ｈ         买（横钩）    买1             短钩          子1

Ｉ         又（又折）    又1             癸折          癸1

Ｊ         亡（竖折）    亡3             竖弯          疑1

Ｋ         创（竖钩）    创6             了钩          了2

Ｌ         以（竖提）    以1             横弯          殳2

Ｍ         私（私折）    厶1             东折          东2

Ｎ         女（女折）    女1             撇钩          乄1

Ｏ         弯（弯钩）    犭2            

Ｐ         戈（斜钩）    戈2             心钩          心2

Ｑ         言（言提）    讠2             凹折          凹1

Ｒ         司（同钩）    司1             力钩          力1

Ｓ         飞（风钩）    飞1             九钩          九2

Ｔ         专（专折）    专3             折撇          奊7

Ｕ         儿（儿钩）    乚               乙钩          乙

Ｖ         走（走之折）  辶2             建折          廴

Ｗ         耳（耳钩）    阝1             杨钩          杨5

Ｘ         马（马钩）    马2             鼎折          鼎6

Ｙ         乃（乃钩）    乃1             凸折          凸3

 

以上是完整的笔画表，主笔名可不可以用作序数：横竖撇捺点、挑己买又亡、创以私女弯、戈言司飞专、儿走耳马乃。

笔画还常常被归并为更少的类，如台湾戚桐钦按“永字八法”归纳为8种。字典中常用的是归并为5种：横、竖、撇、捺（点）、折。我不知道它的出处，也不知道为什么不把竖钩当作折笔，而横钩却属于折笔，且常作为折笔的代表。把“点”归并于“捺”有好处，因为捺笔频率小，且永不作首笔。但“横”的频数最大，把“挑”归并进来是不妥当的，虽然它的折数是0，可能还是算到折笔里有利。相对于完整笔画表，我称其为简笔，因为是所有折笔归并简化而来的。

无论是笔画序还是简笔序，每个汉字的序列都太长，动态平均（按使用频率加权）是7笔，比英文字动态平均5个字母长。静态平均是10笔，多的还超过30，英文字如果长达30个字母，恐怕难以认读，大概不会有吧。现在设想，如果把简笔序列每两笔合为一个，长度可缩短一半，序列元素也只有5*5=25个，加上最末不能成对的5种单笔，甚至把最末成对的25种也赋予特殊意义，即加上这30个可同时表示序列结束的元素，也只有55个，与英文大小写字母总数相当。这样的安排看起来很好，但使用起来恐怕仍不方便。

汉字笔顺基本一致，部分不一致的地方可规定严格的规则来解决。但现有的7条规则是：先横后竖；先撇后捺；从上到下；从左到右；先外后里；先外后里再封口；先中间后两边；这7条规则还有更长的“补充规则”。可从网上搜索到完全相同的这种表述，我不知道它的出处，是谁总结的，但不缜密，有歧义，例如“先横后竖”就不适用于“上”字。所以我把它改为下面的3条：

1、          不相交的诸字根或诸笔画，先上后下，先左后右（按起笔位置）；

2、          相交的诸笔画，先横后竖，然后再撇后捺；

3、          先外后里再封口，但左下连笔或左下偏旁则要居后。

中间是竖或竖钩，因它必处于最高位置，当然是先中间后两边，已包含在第一条中，可省。

 

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、⺗夵

21        尸        、

22        女

23        土        士

24        口        囗

25        丰        青14、寿14、、

26        止        疋25

27        牛        特14、告14、舛47

28        辶

29        心        忄、忝58⺗

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。