新手請教：目前中文字總共有多少字？

Bridan

如題

蓼汀花溆

目前康熙字典的字數有47043個字。
在一般觀念中，問題問的是中文字有多少個，答案應該提供數字就夠了。
然而，在文化和政治不同背景下，出現一些不同的答案。

目前unicode收錄漢字字數有9萬字。
簡體字有8000字，此外簡體的異體字有14000字。
繁體字在觀念上是不包含簡體字的，但臺灣人其實也有使用一套有別於中國大陸的簡體字，例如梹字。此外，康熙字典被認為是繁體字，但字典裡面也有些目前被認為是簡體字的字，例如：弃/万/于。
簡單的答案：還是9萬字。

Bridan

謝謝詳實的說明，再請教
1. 這九萬字也包含日文的漢字嗎?
2. 這九萬字都有對應的倉頡碼嗎?

蓼汀花溆

Bridan 發表於 26-3-2025 07:29 PM
謝謝詳實的說明，再請教
1. 這九萬字也包含日文的漢字嗎?
2. 這九萬字都有對應的倉頡碼嗎? ...

以下都是我個人的看法，如果有錯誤請指正。
1. 我覺得這9萬字也包括了日文的和製漢字，韓文，越南文，馬來西亞和新加坡的新造字，說成是漢字也沒問題，因為大家都在同樣的漢文化圈裡，而且也無法明顯分割這幾個國家或文化的文字。
https://zh.wikipedia.org/zh-cn/W ... 5%E6%B1%89%E5%AD%97
2.對，這9萬字都有對應的倉頡碼，請下載倉頡平臺。有個最快的方法檢查這些字，就是在安裝倉頡平臺完成之後，在電腦裡搜尋txt文檔，就能看見這9萬字和所對應的倉頡碼了。
例如： c:\program files(x86)\cjsys\mb\cj3-90000.txt
c:\program files(x86)\cjsys\mb\cj5-90000.txt
c:\program files(x86)\cjsys\mb\cj5q-90000.txt

Bridan

謝謝說明，倉頡平台2022 下載有問題。
因為沒法看 cjx-90000.txt，我就查閱倉頡字典，看見很多字同碼，
例如，日、曰都是 A，記得倉頡不是每一字都有它的獨碼嗎？
如果不是獨碼，就表示倉頡有很多字會重碼需要選字，對嗎?

蓼汀花溆

Bridan 發表於 27-3-2025 11:48 PM
謝謝說明，倉頡平台2022 下載有問題。
因為沒法看 cjx-90000.txt，我就查閱倉頡字典，看見很多字同碼，
例 ...

以下的是我從倉頡平臺裡提取的cj5-90000.txt。直接下載看看吧。

蓼汀花溆

Bridan 發表於 27-3-2025 11:48 PM
謝謝說明，倉頡平台2022 下載有問題。
因為沒法看 cjx-90000.txt，我就查閱倉頡字典，看見很多字同碼，
例 ...

倉頡還是有重碼字，通常是用難根來解決：
日是A，曰是XA
但在90000字的範圍裡，日本的和製漢字、中國的簡體字仍然還會有取碼相同，字形和unicode有差異的字，希望重碼數沒有超過5個。

希望有回答到你的問題。
至於解決方法嘛，如果有興趣的話，可以試試看第六代的倉頡輸入法（蒼頡輸入法），但第六代的倉頡還是有重碼字。我自己也魔改過一套倉頡，至少需要半年的時間去做這套碼表，曾經想過AI是否能幫忙？可惜AI沒有辦法自動生成碼表。所以，當年是為臺灣繁體特定字形所發明的倉頡輸入法，在收納字形漸漸增加的背景下，已經很難解決重碼字。除非自己再增加字根、鍵位、碼長、規則等等來解決重碼字。

有個有趣的思路來解決重碼字，就是在倉頡24鍵的基礎上，設立A區和X區，A區鍵位打字，X區選重碼字，脫離空白鍵和數字鍵選字的規則。

馬拉一個錘子

例如，日、曰都是 A，記得倉頡不是每一字都有它的獨碼嗎？

在倉頡系統中，不同的字都有不同的編碼。像「日」和「曰」這種本身重碼的字，就會以「重」（六代以前的做法）或數字（六代的做法）區分開來。例如五代及以前版本，「日」編碼「日」，「曰」編碼「重日」。六代中「日」編碼「日」，「曰」編碼「日1」。通過這種人為區分，每字都有了不同編碼了。這樣，倉頡編碼就可以被轉換為計算機內碼，供處理文字之用。

然而，現在的常見碼表中都不再堅持這種編碼方式，一般都會允許使用者從重碼中選字。這主要是以下幾個原因：
①現在人們所使用的計算機都是Unicode編碼，不採用倉頡內碼。因此一字一碼失去了內碼上的意義。
②即使還想用這種方式做到每一個字都有獨有編碼，可是Unicode中一些漢字在倉頡中重碼過多，已不能以上述的方法加以區分。例如「鬻」、「䰞」、「𩰲」、「𩱪」、「𩱭」…等40多個漢字，在倉頡五代中都是「弓弓一口月」，已經不可能以「重」鍵加以區分。「井」、「并」、「卌」、「𠀎」、「𠦌」、「𠦜」、「𦬇」、「𦬠」、「𦬵」等字在倉頡六代中都是「廿廿」，也不能以數字鍵加以區分，因為受限於六代內碼設計，數字最多可以加到5。
③這種做法需要記憶哪個字前面有「重」，哪個沒有，或是記憶哪個字編碼後面有數字，也不利使用。

如果不是獨碼，就表示倉頡有很多字會重碼需要選字，對嗎?

倉頡輸入法中存在重碼，但上面提到的幾例畢竟是比較極端的狀況。倉頡輸入法的重碼表現是比較優秀的，在大字集和繁簡通打下都如此。對於繁簡通打時倉頡的表現可見此文。

Bridan

蓼汀花溆 發表於 28-3-2025 10:10 AM
以下的是我從倉頡平臺裡提取的cj5-90000.txt。直接下載看看吧。

下載了，感謝

Bridan

蓼汀花溆 發表於 28-3-2025 10:39 AM
倉頡還是有重碼字，通常是用難根來解決：
日是A，曰是XA
但在90000字的範圍裡，日本的和製漢字、中國的簡 ...

不知道我的理解對不對，當初朱博士設計倉頡輸入法是根據繁體字庫，後來陸續加入各種文字而擴編了倉頡，

初期還能一字一碼不重碼，但是現在九萬字就難辦到了，
不曉得現在編碼的重任是由誰決定字碼規則？是朱博士、沈女士，還是論壇的版主們？

Bridan

馬拉一個錘子 發表於 28-3-2025 11:04 AM
在倉頡系統中，不同的字都有不同的編碼。像「日」和「曰」這種本身重碼的字，就會以「重」（六代以前的做 ...

個人對倉頡輸入的外行看法，基本上
老手應該會續用舊版三代或五代，已經熟記相關拆字規則，直接看稿盲打不用選字，
新手會使用較新代規則，甚至會自創規則，可以接受一字多碼，甚至選字也接受

不知道是不是這樣？