创建笔画数字模式，探索汉字新的字序

汉字是中国人发明的记录汉语的文字书写系统，也是世界上唯一被沿用至今的古老文字，在漫长的历史过程中，人们不断的创造新的汉字以满足生产和生活的需要，有的字义也会随之变化。汉字的词汇义项众多，通用假借频繁，初学者不易把握字义，因此提供音韵、注解、例句等等的工具书运用而生。

《说文解字》是由东汉文字学家许慎于公元121年编著而成的，它开创了部首检字的先河，经唐宋明清等几个朝代都对部首排检法做过多次的改进。此后的1900多年里，人们一直不断地探究着更简易、更合理、更巧妙的汉字排序法……

当前，字典和辞书常用的是音序排列法、部首笔画排列法、号码排列法。

1.音序排列法，同音字的排序有分歧，不知读音的字是无法检索的。

2.部首排列法，无论在立部还是归部都未统一。查一个字要分别在部首目录、检字表、正文三个区域寻找才能完成。

3.笔画排列法，相同笔画数的汉字存在二义性。

4.号码排列法，笔形和代码之间没有理据，规则比较复杂，重码字较多。

现行的排检法都或多或少的有些缺点，根据多年的实践和研究，我们提出一种新的“笔画形状数字模式”。

一、笔画形状的数字模式

现行汉字的笔画形状分类方法很多，最常见一种分类是将笔形分为31个，其中包括基本笔形6个和派生笔形25个。

目前，现行的汉字笔画分类、命名还不统一，有把二三十种笔形归入“横、竖、撇、捺、折”五种基本笔画类型的，还有个别笔形归类不当的问题（如把“竖钩”归入“竖”）。为了呈现内聚、均匀的风格，在有些字中有的笔画要发生形变，规范字形中笔画形变任意性的现象时有发生，这表明我们在笔画这个层次上整理工作做得不细，规范水平还有待提高。

刚开始研究汉字时，因整理分类笔画、编写记忆口诀而陷入泥淖，挣扎在漫长的瓶颈期内……后来，经过认真思考、热烈讨论、仔细研判，我们像考古队员一样，将断裂、散乱且有残缺的几十个汉字笔画修复、整理成（4大脉系）10串“（逻辑）链条”，并组建一个有理据性的汉字笔画形状数字模式。 

笔画形状分类分级示意图的诠释及主要特点：

1.左侧的第0、1、2、3组笔画形状的尾梢是顺时针旋转，右侧的第4、5、6、7、8、9组的笔画形状的尾梢是逆时针旋转。

2.（左侧的）第0组与（右侧的）第4组的笔画形状其左右大致对称的。第1组与（整体顺时针旋转90º的）第6组也是左右大致对称的；同理，对照第2组与第7组、第3组与第8组也是如此。

3.从笔画形状的外部轮廓上看，整齐一致，协调美观。10个组的图形都有着高度的相似性。

4.同一组的笔画形状有依次递增的明显特征。

5.依据分类、分级关系，只要记住4个笔画（即第0、1、4、6组的第1个笔画），再借用联想方法，便能记住每个笔画的形状所在位置及其排列顺序。

看，这一排排、一摞摞笔画就像超市货架上摆放的“香蕉”，顺溜、整齐又好看。假如你想，从中随机选取两个笔画并互换一下位置，就会有乱套和不适的感觉。这说明，笔画形状的确有自然天成之美。

二、笔画的标号、代号和名称

“据形系联”（许慎语），这句话现用于区分笔画上也很合适的。我们以“相同尾梢”作为标准来，先划分笔画的类别，同类中再按照笔画形状的折点数量、单体长度来排列次序，并编制了笔画的标号、代号、名称表。

笔画的标号、代号、名称表（表1）的说明：

横向叠层的有10个组，纵向并列的有5个级（组内序号），全表共50（10×5）个笔画。其中“（现行）笔画”25个，占位率50%；“准笔画”（笔画家族的“新生儿”，当前为预备梯队）22个，占位率44%；“泛笔画”（前两项之和；文中多用此义）47个，占位率94%；还有空位（L₁、Y₁、F₁有名无实的）3个，占位率为6%。

第0组5个笔画，对应的标号（左上角）是01、02、03、04、05；对应的代号（右上角）是P₁、P₂、P₃、P₄、P₅；对应的名称（左下角）是撇一、撇二、撇三、撇四、撇五。其余的9个组也以此类推。

每一个笔画都是两位数字的标号，它由组号、级号组成，组号在十位上、级号在个位上（这里的标号也具有序号功效）；代号由该笔画的拼音首字母、组内序号两项组成；名称由该组名、组内序号两项组成。

标注*的笔画有P₁、P₂、P₅、S₁、S₂、S₃、X₂、X₄、L₂、L₄、D₁、D₂、D₃、H₁、H₂、Y₃、F₃、T₂、T₄共19个，可作有些汉字的第一笔；未标注的笔画则不能用作汉字的第一笔。

笔画全集、例字表（表2）中笔画折点样式的解读：（表2  图片来源：作者自绘）

1.折点之处有停顿，通常是墨迹加重、加宽（最常见的一种）。如：“又”的第1笔的折点、“台”的第1、4笔的两个折点。

2.折点之处无明显的折角（也称作“弯”），书写时不做停顿、平滑而过。如：“儿”的第2笔的第1个折点、“朵”的第2笔的第2个折点。

3.折点之前由粗变细、之后由细变粗，折点在最细的部位。如：“队”（左耳刀旁）的第1笔的第2折点，尤其是“巡”的第1、2、3笔的折点（在印刷宋体里似连非连，有的手写楷体则是完全分开的）。

4.折点的重叠区域有意延长、墨迹似有“漂移”的现象，如：“乡”(1画字)的第2、4折点、“之”(2画字)的第2笔的第2折点、“专”（3画字）的第3笔的第3折点、“水”(3画字)的第3笔的折点。本条放宽了“折点”的定义范围，也因此产生了“准笔画”，并使“泛笔画”的总数量大幅的增加。

增加了几个一笔画，如：N₂、N₃、N₅、D₃、D₄等等，还有两个一笔画成了单体的汉字：“了”（L₄）、“乡”（P₅）。

有些汉字的笔画数量有所减少，如“红”的笔画数从6画变成5画、“飨”的从12画变成9画。

请注意：“マ”与“厶”，看似有些相像，其实二者的笔画数不一样。“マ”是一笔画；“ㄙ”是由、“   ”和“丶”组合的，书写时中间要有一收笔（笔尖离开纸张），不是一笔画，它的笔画数是两个。

三、用笔画的标号给汉字排序

两个或两个以上的汉字列放在一起就有一个排队、排序的问题。

汉字查字法或称排检法，从编者方而来说是排序，从使用者方而来说是检索。排序要合理、简易、科学，检索才能轻松、准确、快捷，甚至，仅依靠扫视（直接翻页寻找）就能查到要查的字。

2021年3月1日，教育部、国家语委联合发布实施的《通用规范汉字笔顺规范》(GF0023-2020)，为社会通用层面的汉字教学与研究、信息处理、排序检索、辞书编纂等提供重要依据。

一个汉字，先按笔顺排列其全部的笔画，并在每个笔画上面加注其相应的标号，再把这些标号串联起来就是该字的序号（相当于该字的身份证号码）。

排序规则：选出定量的汉字，先对比以上汉字的第1个笔画的（两位数）标号，按标号从小到大的排序。如果有几个汉字的第1个笔画的标号相同，就对比它们的第2个笔画的标号，照样从小到大的排序。以此类推，直到把选出的全部汉字都排序结束为止。

也可以用代号给汉字排序，代号排序和标号排序的规则大致相仿。这两种排序方法得出的汉字顺序是一模一样的。

举例：

中：丨（11、S₁）、┐（12、S₂）、一（61、H₁）、丨（11、S₁）。

①标号序：11、12、61、11→11126111；

②代号序：S₁、S₂、H₁、S₁→SS₂HS。

国：丨（11、S₁）、┐（12、S₂）、一（61、H₁）、一（61、H₁）、丨（11、S₁）、一（61、H₁）、丶（51、D₁）、一（61、H₁）。

①标号序：11、12、61、61、11、61、51、61→1112616111615161；

②代号序：S₁、S₂、H₁、H₁、S₁、H₁、D₁、H₁→SS₂HHSHDH。

给下面一句话的8个字排序：“她用新华字典查字”。

她：①520161221172；②D₂PHX₂SY₂

用：①0122616111；②PX₂HHS

新：①51615101616121515101016111；②DHDPHHXDDPPHS

华：①011101726111；②PSPY₂HS

字：①5151023461；②DDP₂L₄H

典：①1112611111610151；②SS₂HSSHPD

查：①611101411112616161；②HSPNSS₂HHH

字：①5151023461；②DDP₂L₄H

这8个字的顺序是：1华、2用、3典、4字（出现了两次）、5新、6她、7查。

以上示范了（所抽样的）汉字的新的“字序”、“字典序”，此排序方法的优点是准确、清晰，人们从视觉上、逻辑上都可轻松地分辨出汉字的先后顺序。

汉字的排序方式及其使用的范围：一是笔画阿拉伯数字标号的排序法，适用于计算机汉字信息处理技术应用；二是笔画代号的排序法，适用于字典正文、图书档案资料的标注及索引；三是笔画名称的排序法，适用于学校汉字汉语教学。

四、汉字的检索

编排工具书索引、编制图书档案资料、排列姓名次序，以及汉字信息处理等，都需要有一个合理、巧妙的汉字字序排列法，以便查找。

汉字笔画有50个，可用作单字第一笔的只有19个，因此字典的正文也划分成这19个区域。

在字典正文页眉处位置列出本页的第一个和最后一个汉字的代号序，并给两个代号序之间加上一个连接号。如果某页的第一个字是“贺”，则写“X₂PSS₂HSS₂PD”。

汉字的“第1部件”都应标注在本页页眉位置，同时，也可标注在汉字左侧的空白位置，以便使用者查寻汉字。

要查找某个字，从该字的第1笔画、第1部件开始，直接翻页，用扫视法可查寻到。如：要查“笑”字，先从字典正文找到第1笔画——“撇”、再找到第1部件，这样，就能查到“笑”字。

采用上述的汉字检索方法，字典本可以取消检索表的。但是，为了让使用者有个适应过程，可设立一个（过渡性的）检索表。把检字表划分成19个（第1笔画的）区域，再按汉字的笔画数量从少到多区分若干类，同类的汉字也按照（上述的）字序排队。如“笑”字排在“撇”区的“10画”区内。

五、汉字信息处理

光学字符识别法(OCR)就是把文字看作一个小的图像，采用图像扫描仪等设备对文稿进行扫描，把文稿上的文字变成强弱的两种电信号，再变成二进制数0和1储存于计算机。

另外，还有统计模式识别方法，这两种方法使用的效果并不理想。

在笔画（形状）的数字模式里，笔画的分类和编号带有显著的“数理感”，如果能在汉字的每一个笔画上都“暗记”其标号，而形成一种“逻辑模式识别法”，也许会优于光学字符识别法、统计模式识别法。

如果采用汉字新的字序，通过调试或升级软件，或许能将“交换码”与“内部码”这两种码合并或统一，可使计算机的智能识别、汉字信息处理变得更加轻松快捷。

文章来源：  《文化产业》  https://www.zzqklm.com/w/wy/32640.html