百科问答小站 logo   百科问答小站
问题

为什么有的字形可以「打出字」，有的不可以？

回答
一个字形是否能“打出来”，这背后其实涉及到了汉字输入系统的工作原理。简单来说，能“打出来”的字，是因为它在输入法的字库里有对应的编码，而不能“打出来”的字，则是因为它没有被收录或者编码方式不兼容。

咱们把这个过程拆解开，就好比你要找一本特定的书，得先知道书名、作者，然后在书架上找到对应的位置。

汉字输入系统的“幕后英雄”：编码

当你打开电脑或者手机，准备打字时，你看到的其实是输入法的界面。你敲击键盘，输入的并不是汉字本身，而是通过键盘组合出这个汉字在输入法系统里独一无二的“身份标识”——编码。

输入法就像一个翻译官，它接收你输入的按键信号，然后根据自己预设的规则（编码方案），去查找数据库，找到与这些信号对应的那个汉字，最后把它显示在屏幕上。

常见的输入法编码方案有很多，比如：

拼音输入法： 这是最普遍的一种，你输入字的读音，比如“中”字，你会输入“zhong”。输入法会根据“zhong”这个拼音，调出所有读这个音的字（比如“中”、“钟”、“忠”等），然后让你通过数字或者翻页来选择。
五笔输入法： 这是基于字形的输入法，它将汉字拆分成不同的笔画或偏旁部首，并给每个部分分配一个字母键。打字的时候，你按照拆分规则输入对应的字母，输入法就能识别出这个字。比如“中”字，在五笔里可能是“U”+“N”+“N”+“T”等等（具体编码会因版本略有不同）。
笔画输入法： 直接输入汉字的基本笔画，比如横、竖、撇、捺、折等，输入法根据你输入的笔画顺序和组合来匹配汉字。
手写输入法： 直接在屏幕上写出汉字，输入法通过识别你的笔迹来判断是哪个字。

为什么有的字“打不出来”？

现在回到你的问题，为什么有些字形“打不出来”？原因主要有以下几点：

1. 未被收录（最常见的原因）：
生僻字： 汉字的数量非常庞大，而且还在不断演变。很多非常生僻的字，比如一些古籍里才会出现的字，或者一些非常少见的姓氏，可能并没有被主流的输入法字库所收录。输入法就像一本字典，如果你的字不在字典里，自然就查不到。
异体字： 有些字存在多种写法（异体字），虽然意思相同，但在标准字库里可能只收录了其中一种。当你尝试输入的是另一种不常用的异体字时，输入法就可能找不到。
错别字/网络用字： 有些字可能是人们随意创造的、不规范的字，或者是在网络上流行但未被正式录入的用字。这些字因为没有被输入法开发者纳入标准字库，所以无法直接打出。

2. 编码不兼容或冲突：
自定义编码问题： 有些输入法允许用户自定义编码，或者用户自己通过一些工具生成了某些字的编码。如果这些自定义编码不符合输入法系统的规范，或者与其他编码产生了冲突，也可能导致无法打出。
特定输入法的问题： 不同的输入法有不同的字库和编码规则。你在一个输入法里打不出的字，可能在另一个输入法里就能打出来（如果那个输入法收录了）。

3. 字形过于复杂或不规范：
非常规组合： 理论上，所有汉字都可以被拆分成笔画和偏旁部首。但有些字形可能是极其复杂的组合，或者包含了不被识别的特殊符号。输入法在拆解和匹配时，如果遇到它无法理解的“部件”，就很难生成正确的编码。
非标准字形： 有些字形可能是在设计上非常特殊，或者被人为修改过，不再符合汉字的基本结构规律，输入法系统可能无法解析。

“打出来”的背后：输入法的“智慧”

一个能够“打出字”的输入法，需要具备几个关键的能力：

庞大且规范的字库： 输入法需要收录足够多的汉字，包括常用字、次常用字、以及一些生僻字和异体字。而且这些字都需要有明确、唯一的编码。
智能的编码算法： 无论是拼音、五笔还是其他编码方式，都需要有高效的算法来将你的键盘输入转化为对应的汉字。这涉及到词组联想、纠错、用户习惯学习等高级功能，让输入更便捷。
对字形结构的理解（对某些输入法而言）： 像五笔输入法，就需要输入法开发者对汉字的结构进行非常精细的拆分和编码。

解决“打不出来”的办法

如果你遇到一个字打不出来，可以尝试以下方法：

1. 更换输入法： 尝试用其他的输入法，比如搜狗、百度、谷歌输入法等，它们各自的字库和收录情况有所不同。
2. 尝试其他编码方式： 如果常用拼音打不出，试试五笔或者笔画输入法，或者手写输入法。
3. 使用“万能五笔”或类似工具： 有些输入法或辅助工具声称可以识别并输入更多的生僻字，可以搜索尝试。
4. 查阅在线字库或词典： 在线词典、汉典等网站通常收录了大量的汉字，你可以从中找到该字的读音、部首、笔画等信息，然后尝试用笔画输入法或者根据读音来打。
5. 复制粘贴： 如果你在其他地方（比如网页、文档）看到了这个字，可以直接复制然后粘贴到你的输入框里。
6. 使用特殊字符输入工具： 操作系统或一些第三方软件会提供插入特殊符号或字符的功能，里面可能包含一些不常用的汉字。

总而言之，一个字能不能“打出来”，很大程度上取决于它有没有在输入法的“字典”里，并且你输入的“查找方式”（编码）是输入法认识的。就像我们去图书馆找书，如果书不在图书馆，或者你报的书名不对，自然就找不到。

网友意见

user avatar

因爲在當今電腦都使用的Unicode（統一碼、萬國碼）裏，處理到「中日韓統一表意文字」的收錄時，應用到兩個對立的原則：表意文字認同原則（Han Unification Rule，又稱表意文字統合原則）與原規格分離原則（Source Separation Rule，又稱字源分離原則）。

認同原則與原規格分離原則

東亞各國字形多有微妙的差異。如「房」字的第一筆，韓國傳統漢字字形、臺灣敎育標準字形作撇；香港敎育參考字形、中國大陸規範作點；日本標準作橫。又如「次」字的左旁，韓國採用傳統字形，首筆爲橫，次筆爲挑，即「二」字作左旁偏旁時的末橫讓右變挑之寫法；臺灣敎育字形作兩橫，即「二」字而且末橫不讓右變挑；大陸、日本、香港等則作「冫」（俗稱兩點水）。這種程度的差異，理想上是整併作一個字爲佳。否則，要是凡異體字都收進不同碼位裏，Unicode收錄的漢字就會過於臃腫，用戶搜尋時也會因異體問題而找不到想要的結果。

然而，從之前各種受挫之文字整併計劃的經驗得知，整合字集與現行通用字集（Big5或國標碼）等無法一一對應，是推行整合字集的最大阻礙。例如，日本的JIS（日本產業規格，Japanese Industrial Standards）編碼裏，同時收錄了「剣」字與「劍」字，原本JIS文件裏這兩個字可以並存。若採用整合字集後，它們會變成同一個字，就會造成使用上的困擾。而且，如果將多個不同地區字形合併，會影響閱讀者，令使用者不習慣並非以往所見字形；更有可能引致閱讀者因習慣而書寫不屬於自己地區的字形（或地區性的異體字）。

於是，表意文字認同原則與原規格分離原則就應運而生。

在表意文字認同原則下，Unicode「只對字（Character），而不對字形（Glyph）」編碼，會把同一字的不同字形（即異體字）合併。好像上述的「次」字，在Unicode裏會整併成一個碼。又例如不同地區而有不同寫法的部首，如「⻌（中國大陸規範、日本新字體）、⻍（港臺舊字形、韓國、日本舊字體）、⻎（臺灣敎育字形）」、「礻（首筆是頓點，中國大陸規範、臺灣敎育字形）、⺭（首筆是直點，日本新字體）、⺬（日本舊字體、韓國、港臺舊字形）」、「爫（中國大陸、港臺新字形）、⺥（舊字形）」等，都會合併編碼。這些部首的寫法差異就會交由字型處理。比如說，使用依中國大陸漢字標準《印刷通用漢字字形表》的字體下（如中易宋體、微軟雅黑體）便會出現「⻌、爫」；使用臺灣敎育標準字形（如微軟正黑體或新版細明體，但非舊版細明體[1]）就會出現「⻎、爫」等字形。這大大解決了因地區而異之部首寫法。

至於原規格分離原則是指，在上述所列出之各種來源文本裏，若有任何字集同時收了兩種以上的文字字形，則在Unicode中日韓統一表意文字中，也同時收錄這些字。這樣一來，現行的各種原有字集與Unicode漢字可以一一對應。比如「房」字，各地字集都沒有分別編碼，就只編進一個碼位，部首第一筆的寫法交由字型處理。然而，「戶」、「户」、「戸」這三個字，在一些地區標準裏是分別編碼的，Unicode則以三個碼位來分別收錄它們。 上述的「劍」與「剣」也一樣，要分別收錄到不同的碼位。

基於上述運作，Unicode能大幅減少收錄漢字字數，同時讓地區編碼過渡至Unicode時，字集裏的字元不會有流失。但是，原規格分離原則破壞了Unicode「只對字，而不對字形」編碼之原則，使某些漢字獲得兩個或多個編碼，亦遭受不少批評。

後來的一些重複漢字會使用「兼容區」提供暫存編碼，可以通過歸一化（normalization）步驟移除。比如維基百科，在編輯者按下「發佈更改」後，會把編輯區域裏的兼容區字元自動替換成非兼容區字元，換言之編輯者無法使用兼容區字元。一般的漢字輸入法，以及多數漢字字型，也不支援兼容區字元。用戶若要使用放在兼容區裏的字形，可能要花上額外的操作，甚至仍不得要領，無法選用。

另外，原規格分離原則只適用於最初Unified Repertoire and Ordering（URO）的20,902字，換言之，由「擴展區A」開始就不再適用。原因是個別地區提交了不少僅有十分輕微差異的字樣，比如臺灣《異體字字典》裏的各種異體，要求Unicode分別編碼。然而，那些字樣所立足的地區編碼，並非該地區的通用編碼，例如是「中文標準交換碼」（臺灣實際通行的編碼是Big5碼）。若Unicode全面採納，將會令Unicode對異體字的處理更混亂。最終，Unicode決定自「擴展區A」起就不再使用原規格分離原則。

今天，異體字選擇器（Variation Sequence）以及Adobe常用的CID字型等技術，已容許在一個Unicode編碼裏收錄和調用兩個或多個漢字字樣，原規格分離原則在今天已成爲過時技術的副產品。

起源不同原則

留意的是，可以整併的字只限異體字。如果有些漢字，它的音、義根本不一樣，是兩個不相同的字，即使它們外形相近，寫法差異比另一些整併的字少，但仍不能合併。這規則稱爲起源不同原則（Noncognate Rule）。

擧例說：「土」和「士」雖然形似，卻是兩個不同的字，我們不可以整併它們。（然而，日本、韓國、大陸、香港等地的「寺」字，與臺灣敎育字形的「寺」字，兩者頂部分別是「土」和「士」，但它們音義全同，是同一字的異體，於是就能夠整併。）

其他起源不同的例子還有「胄」和「冑」，「柿」和「杮」，「汨」和「汩」，「陝」與「陜」等。 這些字都不可以整併。

學界批評

中文文字學學界對Unicode的原規格分離原則有不少批評，尤其是它令同一個異體部件時而分離，時而合併，在日常使用層面引伸了許多問題。擧例說，「青」和「靑」、「淸」和「清」都在正常區域中作分離編碼，獲得兩個碼位；「晴」、「靖」、「精」雖也獲兩個碼位，但其中一個是在兼容區中，日常難以應用；「請」、「情」、「蜻」、「靜」更只有一個碼位。或例如，「直」、「植」、「埴」、「殖」、「置」的末筆無論是橫還是豎橫（豎折），都被整併作相同的碼位，可是「値」和「值」卻分離作兩個碼位。Unicode的做法，沒有把含有相同異體部件的字全都合併，也沒有把它們全都分離，結果經常導致字形不一致，或者使用者無法選擇他希望使用的字形。

其他漢字使用地區也有類似聲音。例如「戋」和「㦮」兩個偏旁，前者爲「戔」的中國大陸簡化漢字，後者爲「戔」的日本略字，在「残」和「⿰歹㦮」、「浅」和「⿰氵㦮」、「践」和「⿰⻊㦮」等組合裏，Unicode就整併起來。可是碰到「栈」和「桟」，卻不統合，分別安排到U+6808與U+685F兩個碼位中。這種情況遭日本學者指爲Unicode自相矛盾（參見：安岡孝一：《Unicodeの矛盾》）。

在下也寫過一篇《Unicode摧殘正體字》，批評此問題。可以參閱：

事實上，由於在「中日韓統一表意文字」的不同區域裏，Unicode本身也使用了不一致的併分尺度，因此，早期的異體字時常獲分配正常碼位，後來常常只有兼容區的暫存編碼，再後來則不時被直接整併並交由異體字選擇器處理。若不修正或更改早期的編碼，類似的問題將會持續存在。

参考

  1. ^ 舊版細明體指Windows XP或以前版本之新細明體及細明體，其漢字寫法大體上遵從傳承字形。新版細明體指隨「新細明體更新套件」而來的5.03版及其後版本，字形遭改整爲臺灣敎育標準字形，剝奪用戶選擇傳承字形的權利。

类似的话题

本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等

© 2025 tinynews.org All Rights Reserved. 百科问答小站 版权所有

服务条款
联系我们
关于我们
隐私政策
友情链接
知乎
百度问答
搜狐
新浪