转《再谈 GB18030-2000 字符集与输入法》

一门

这是本人发在“五笔爱好者”网上的帖子，因文中提到仓颉输入法，故而再转一次。以下是原帖内容：

再谈 GB 18030 - 2000 字符集与输入法
　　本人曾于2003-11-01在“五笔爱好者”网上提出，望尽快推出支持 GB 18030 - 2000 字符集的输入法一帖，现再作一补充陈述。
　　一、现 Windows 2000 / XP 下的 Office 2000 / XP(2002) 、国产软件 WPS 2000 / 2002 以及蒙泰排版软件(V5.0)均支持GB 18030 - 2000 字符集（以下简称18030）。但目前北大方正的书版和飞腾、华光的书林和超捷等软件，均尚不支持 18030 中的四字节编码部分（有六千多汉字。原 GB2312 -80 和 GBK 是双字节编码）。
　　二、18030字符集是国家的一项强制性标准（请注意是强制性）。据本人所知，五笔输入法发明人王永明推出的 WB18030L 、陈虎的智能陈桥V5.4、仓颉国际版，还有郑码均已支持18030字符集。
　　三、字符集收字的多少与词库的大小是两个不同的概念。一般人GB2312 的六千字多了已够用，而有些用户对两万一千字 GBK 还嫌少，因而国家颁布18030，收字量增至二万七千多。微软OfficeXP中所带的方正超大字库近六万字，更有甚者北京中易公司名为“zyksun”的四字节字库数量已超过微软超大字符集（但用此字库需有该公司的专用加密狗，用“四字节郑码输入法5.0”可很方便的使用――本人实际使用过）。上述两款超大字库均采用 Unicode 方式编码。
　　四、汉字字符集虽逐步增大，但这些后增字的使用上频度肯定不是很高。如何针对对 2312、GBK 和 18030 这几个字符集不同的使用频度，采取不同的编码方案是输入法设计者应该考虑的问题。将27000多字归在一起编码不是好方法，高频字、次高频字……至罕用字混在一起，重码增大，输入速度不快，用起来很累。本人认为，分档编码是较好的方法，为 GB2312为一档，GBK为一档（事实上“五笔加加”已这样实施了，本人经实际使用感觉很好），而 18030 的六千多字使用频度不高，应单独编码，并且不用词组（实际上这些字组词也很少）,届时需此档字符者切换即可，且对2312 、GBK无任何影响，更何况Win9X/Me和不少软件不支持这六千多个四字节汉字。
   上述之建议对任一输入法均可实施。鉴于五笔有86/98两版本，可对的这六千多字使用86/98混合编码，这样一个字符集两类用户均可使用，可能略增重码，但无大碍。
　　（附：本人曾用Windows XP下的“输入法生成器”18030中部分汉字进行了试编，可正常显示，打印。）

sbsm

　　什么字符集才有下图中的字符？
　　

sbsm

今日在一花名册上见一人名用字，用我的“谁的超集”也打不出，便造一个如下：