五笔字型概述.docx
- 文档编号:4591863
- 上传时间:2022-12-07
- 格式:DOCX
- 页数:14
- 大小:60.24KB
五笔字型概述.docx
《五笔字型概述.docx》由会员分享,可在线阅读,更多相关《五笔字型概述.docx(14页珍藏版)》请在冰豆网上搜索。
五笔字型概述
五笔字型概述
五笔字型是著名汉字信息处理专家王永民教授在五笔画基础上进一步完善的一种更高效率的汉字输入方法,与其它音形类或纯音类输入法的一个不同点就是,它完全根据汉字的字形结构来进行编码,编码与一个汉字的读音没有任何关系。
会五笔字型的操作员,即使碰到一个不会念的汉字,只要知道它怎样写,分成几部分,就可以将其输入计算机。
五笔字型目前问世以来,广泛应用于各种机型及各种汉字操作系统上,成为当前微机中或小型机中不可缺少的汉字输入方法。
另外,五笔字型输入法出现,对于打破汉字难于用计算机处理观念,发展汉字信息的计算机输入都产生过积极的影响。
五笔字型是一种纯字形的编码方案。
它分析汉字的结构特点,认为所有汉字都是由130多个基本字形组成,所以就将这130多个基本字形做为构成汉字的基本单元,分布在25个字母键上,将汉字按一定的规则分成若干个这些基本部件,然后根据这些部件按键组成编码。
五笔字型的汉字码长为四,也就是说用四个字母代表一个汉字,这四个字母的有序排列就是这个汉字的五笔字型的编码,在编码过程中,为提高录入效率,也同时规定有码长为一、二、三的汉字编码,也就是五笔编码中的简码。
现在的五笔字型流行的86版和98版两种,98版是在86版基础上进行改进后推出的,字根的排列同86版有些区别,布局更合理一些,改进了一些原来不合理的地方,但编码方法是一致的。
五笔相关的汉字知识
从前面的讲述中我们已经知道五笔字型是一种字型编码方案,同汉字的读音是无关的,要正确使用五笔字型输入法,使用者具备一定的汉字相关知识是必须的,否则在拆字根、确定识别码等关键环节上将无法进行。
1.汉字的笔画
从书写形态上来看汉字的笔画有:
点、横、竖、撇、捺、挑(提)、钩、(左右)折等八种。
但在五笔字型编码方案方法中,汉字的笔划只归结为横、竖、撇、捺、折五种。
因为"点"和"捺"两者运笔方向基本一致,所以把"点"归为"捺";把挑(提)归结于"横"类;左钩归为"竖",其他带转折的笔划都归结为"折"类。
2.汉字的书写顺序
在书写汉字时,应该按照如下规则:
先左后右,先上后下,先横后竖,先撇后捺,先内后外,先中间后两边,先进门后关门等。
3.汉字的基本组成单位
汉字都是由笔划或部首组成的,一个汉字可以拆成一些最常用的基本单位,这个基本单位在五笔字型里就叫字根。
在五笔字型编码输入方案中,选取了大约130个这种基本单位作为组字的字根。
众多的汉字全部由它们组合而成。
如,"明字"由"日""月"组成,"吕"字是由两个"口"组成;在这些基本字根中有些字根本身就是一个完整的汉字,例如:
日月人火手等,这种字根在五笔字型里叫做"成字字根"。
4.汉字的部位结构
基本字根按一定的方式组成汉字,在组字时这些字根之间的位置关系就是汉字的部位结构。
(1)、单体结构由基本字根独立组成的汉字,例如:
目、一、手、山等。
(2)、左右结构左右结构的字由左右两部分或左中右三部分构成,例如:
明、响、辩等。
(3)、上下结构上下结构的字由上下两部分或自上往下几部分构成,例如:
昌、旦、莒、感等。
(4)、内外结构汉字由内外部分构成,例如:
巨、匠、国、连、原、问等。
5.汉字的字型信息
在五笔字型输入法中,为获取的字型信息,把汉字字型信息分成三类:
1型:
左右部位结构的汉字,例如:
明、响、构等。
虽然"构"的右边"勾"是两个基本字根按内外型组合成的,但整字仍属于左右型,这种分类主要是根据汉字的偏旁部首位置来进行的。
2型:
部位结构是上下型的字,例如:
昌、感、萎、巍等。
同左右型一样,像"巍"这类字虽然下面的"魏"是按左右型组合成的,但整字仍是上下型。
3型:
称为杂合型。
包括单体结构和内外结构的汉字,也就是没有明显下下和左右结构特点的汉字。
在使用五笔字型输入汉字时,有时只靠输入该字的字根编码还不够,还需要根据字型信息确定,例如:
"叭"和"只"字,都是由"口"和"八"两个字根组成的,为了区别究竟是哪一个字还必须使用字型信息。
在成千上万的汉字中,左右型结构的汉字占的比重较大,其次就是上下型,占比例量少的是杂合型。
在所有的汉字中,我们把由两个字根组成的汉字称作双合字,由三个字根组成的汉字称作三合字,四个字根组成的汉字称四合字,由多于四个字根组成的汉字称多合字。
我们必须注意,对汉字的结构进行如此的划分,不是只对于组成汉字的部分字根而言,而是就汉字的整体轮廓来进行划分的,是指整个汉字中字根之间排列的相互位置关系。
由于汉字的结构比较复杂,为更容易的掌握怎样确定多字根的汉字的类型,下面再对三种汉字结构类型进行较为详细的说明。
左右型:
在左右型汉字中,包括下面几种情况:
(1)在由两个字根组成的汉字,即双合字中,两个字根分列左右,整个汉字中有着明显的界线,并且字根间有一定的距离,如:
汉、明、林、极、休等。
象这类汉字,就属于左右型结构。
(2)在三合字中,组成整个汉字的三个字根从左到右排列,或者单独占据一边的一个字根与另外两个字根呈左右排列,如,辩、掰等,都属于左右型结构。
(3)在四合字或多合字中,组成整个汉字的若干字根很明显地分成左右两部分,无论左右那一边字根数多,都将这种汉字定为左右类结构的汉字,如,械、讹、键等。
上下型:
上下型汉字也包括几种情况:
(1)在双合字中,两个字根的位置是上下的关系,这两个字根之间有着明显的界线,且有一定的距离,如,节、个、字、另等。
(2)在三合字中,三个字根也是分成两个部分,虽然其中一个部分的字根数要多一些,但两个部分仍然是上下两层的位置关系,这样的字如:
意、花、怒、想等。
(3)组成四合字或多合字的字根也明显地分成上下两部分,则无论是上半部分字根数多一些或是或是下半部分字根数多一些,这样的汉字也属于上下结构型汉字,如;赢、离、聚等。
杂合型:
杂合型汉字包括单体,内体,包围三种类型,指组成整字的各个字根之间没有简单明确的左右或上下型关系,如:
因、周、半、太等,象这样的汉字,字根之间都是内外或包围的关系。
在五笔字型汉字结构的划分中,必须着重注意下面几个约定:
(1)凡单笔画与字根相连者或带点结构都视为杂合型。
(2)汉字结构区分时,也要按"能散不连"的原则来进行。
如"矢、卡、严"都视为上下型。
(3)含两字根且相交者属杂含型,如"乐、串、电、本、无、农"。
(4)下含"走之"字为杂合型,如"进、过,遂"等。
(5)以下各字为杂合型:
司、床、厅、龙、尼、式、后、处等,但相似的右、左、有、布、灰等可视上下型。
五笔字型的键盘设计
由于五笔字型汉字编码方案中有130多个基本汉字单位,也就是有130多个字根,但计算机键盘没有这么多,且有很大一部分是功能或数字键,真正的字母键有26个。
所以必须精心安排这130多个字根在键盘上的分布。
因为键盘安排的优劣,很大程度地影响着汉字输入的速度、效率,也影响着方法的易学易用性。
一、键盘的分区
在五笔字型编码方案中,只使用了26个英文字母键,除了字母z作为学习键外,其余25个字母都作为基本编码用。
并且按五笔对汉字笔画的分类(即横、竖、撇、捺、折),将键盘上的所使用的25个字母键分成了五个区,再根据字根的第一笔的类型,将所有有130多个基本字根分成五个部分,对应到每一个区上的各个键上,下面就是25个字母键的五个区的划分:
第一区:
GFDSA
第二区:
HJKLM
第三区:
TREWQ
第四区:
YUIOP
第五区:
NBVCX
二、基本字根在键盘上的分布
在上面的讲述中,我们曾提到过五笔字型编码方案中,将键盘上的二十五个字母键分成五组,即五个区,每个区为了进一步区分开来,又分为五个位,然后将130多个基本字根按起笔分布在这五个区25个位(即25个键)中,每个键位平均5-6个基本字根。
在同一个键位上的几个基本字根中,选择一个具有代表性的字根,称为键名字根。
五笔编码键盘图中各个键位左上角的字根就是键名字根,下面是键名字根与各字母的对应表:
第一区:
区号为1,横起笔,各键键名为:
王土大木工
对应键为:
GFDSA,位号分别为1、2、3、4、5
第二区:
区号为2,竖起笔,各键键名为:
目日口田山
对应键为:
HJKLM,位号分别为1、2、3、4、5
第三区:
区号为3,撇起笔,各键键名为:
禾白月人金
对应键为:
TREWQ,位号分别为1、2、3、4、5
第四区:
区号为4,捺起笔,各键键名为:
言立水火之
对应键为:
YUIOP,位号分别为1、2、3、4、5
第五区:
区号为5,折起笔,各键键名为:
已子女又纟
对应键为:
NBVCX,位号分别为1、2、3、4、5
另外,每区的第一个字母键,又作为基本笔画的字母代码,即G代表横,H代表竖,T代表撇,Y代表捺,N代表折,这种字母代码与前面所说过的数字码相对应,主要作构成识别码用。
基本字根在键盘的分布还可以参见下面的五笔字型字根图,
(86版字根图)
(98版字根图)
三、字根在键盘上分布的助记特征
在五笔字型编码方案中,字根在键盘上的分布是有规律的,大部分都可以在音、形、义上有相近的地方,概括起来,下面的一些分布特征有助于我们学习记忆。
1、除了字根的第一个基本笔画的代号与这个字根所在键盘分区的"区号"保持一致外,相当一部分字根的第二笔代号与该字根所在键的"位号"相一致。
如,王,戋等它们的第一笔为横,代号1与所在区号一致,第二也是横,代号仍为1,与其所有键有位号一致。
因此,这些字根的区位号为11,字根代码G;又如:
文、方、广,它们的首笔是捺,代号为4,次笔是横,代号为1,所以它们的区位号为41,字根代码为Y。
2、与键名字根形态相似或相近,如:
"王"字键上,有"五,戋"等字根,"日"字键上有"虫、早"等字根。
3、键位代码还表示了组成字根的单笔画的种类和数目,即位号与各键位上的复合散笔字根的笔画数目保持一致。
如:
点的代号为4,哪么41代表一个点"、",42代表两点水"",43代表三点水,44代表四点脚等等。
依次类推,一个横"一"一定在11区,"二"一定在12键上,三个横"三"一定在13键上。
掌握了以上三个字根在键盘上的分布特征,整个字根的键位表是较容易熟悉的。
对于哪些与键面上的主要字根属于同种类型的次要字根,一是稍加熟悉进行联想;二是使用练习软件加强记忆。
要记住字根,还可以依靠口诀,但更重要的是要常做拆字练习,拆的字多了,就可以牢固的记住各个字根据在键位。
五笔字型编码的汉字拆分原则
由基本字根组成一个汉字,这是一个正过程,这个过程对我们没有什么影响。
我们学习的是逆过程。
即将一个完整的汉字拆分成若干个基本字根。
五笔字型编码方案拆字的基本原则可概括为下面几种情况:
一、单字根汉字
这种汉字就是我们所说的成字字根。
由于这种汉字只有一个基本字根,所以不用再拆,这类汉字的拆分有单独规定,在下一节中会详细讲述。
二、散结构的汉字
由于组成这种汉字的字根之间没有什么关联。
各部分相对独立,所以拆分时只需要简单地将这些字根孤立出来就行,这类汉字的拆分也相对简单。
如"只"的字根是"口"和"八"。
"数",这个字的字根是"米""女""文"。
三、交叉结构或交连混合结构的汉字
这类汉字如果一个汉字只是由单笔画与基本字根相连组成,哪么就可以将这个汉字直接拆份成单笔画和基本字根即可,如:
"上"可以拆分为"卜""一","太"可以分为"大"和"、"。
四、复杂结构的汉字
除此之外,更多的的汉字是哪些结构较复杂的,这些汉字由于组成字根之间有相连,包含或嵌套的关系,没有很明显的界限,对于初学者来说,难以拆分。
对这样的汉字,拆分时要按以下原则进行,也就是"取大优先"、"兼顾直观"、"能连不交"、"能散不连"。
书写顺序:
拆分"合体字"时,一定要按照正确的书写顺序进行。
例:
"新"只能拆成"立、木、斤",不能拆成"立、斤、木""中"只能拆成"口、丨",不能拆成"丨、口";"夷"只能拆成"一、弓、人",不能拆成"大、弓"。
取大优先:
也叫做"优先取大"。
按书写顺序拆分汉字时,应以"再添一个笔画便不能成其为字根"为限,每次都拆取一个"尽可能大"的,即尽可能笔画多的字根。
例1:
"世"字:
第一种拆法:
一、凵、乙(误)第二种拆法:
廿、乙(正)显然,前者是错误的,因为其第二个码元"凵",完全可以向前"凑"到"一"上,形成一个"更大"的已知码元"廿"。
例2:
"制"字:
第一种拆法:
、一、冂、丨、刂(误)第二种拆法:
、冂、丨、刂(正)同样,第一种拆法是错误的。
因为第二码的"一",作为""后一个笔画,全可以向前"凑",与第一个码元""凑成"更大"一点的码元""。
总之,"取大优先",俗称"尽量往前凑",是一个在汉字拆分中最常用到的基本原则。
至于什么才算"大","大"到什么程度才到"边",这要等熟悉了字根总表,便不会出错误了,所以熟悉字根表非常关键。
兼顾直观:
在拆分汉字时,为了照顾汉字码元的完整性,有时不得不暂且牺牲一下"书写顺序"和"取大优先"的原则,形成个别例外的情况。
例1:
国:
按"书写顺序"应拆成:
"冂、王、丶、一",但这样便破坏了汉字构造的直观性,故只好违背"书写顺序",拆作"囗、王、丶"了。
例2:
自:
按"取大优先"应拆成:
"亻、乙、三",但这样拆,不仅不直观,而且也有悖于"自"字的字源(这个字的字源是"一个手指指着鼻子")故只能拆作"丿、目",这叫做"兼顾直观"。
能连不交:
请看以下拆分实例:
于:
一十(二者是相连的)、二丨(二者是相交的)丑:
乙土(二者是相连的)、刀二(二者是相交的)。
当一个字既可拆成相连的几个部分,也可拆成相交的几个部分时,我们认为"相连"的拆法是正确的。
因为一般来说,"连"比"交"更为"直观"。
能散不连:
笔画和字根之间,字根与字根之间的关系,可以分为"散"、"连"和"交"的三种关系。
如:
倡:
三个字根之间是"散"的关系;自:
首笔"丿"与"目"之间是"连"的关系;夷:
"一"、"弓"与"人"是"交"的关系。
字根之间的关系,决定了汉字的字型(上下、左右、杂合)。
1)、几个字根都"交""连"在一起的,如"夷"、"丙"等,便肯定是"杂合型",属于"3"型字,不会有争议。
而散根结构必定是"1"型或"2"型字。
2)、值得注意的是,有时候一个汉字被拆成的几个部分都是复笔字根(不是单笔画),它们之间的关系,在"散"和"连"之间模棱两可。
如:
占:
卜口两者按"连"处理,便是杂合型(3型)。
两者按"散"处理,便是上下型(2型正确)。
严:
一厂后两者按"连"处理,便是杂合型(3型)后两者按"散"处理,便是上下型(2型正确)。
当遇到这种既能"散",又能"连"的情况时.我们规定:
只要不是单笔画,一律按"能散不连"判别之。
因此,以上两例中的"占"和"严",都被认为是"上下型"字(2型)。
3)、作为以上这些规定,是为了保证编码体系的严整性。
实际上,用得上后三条规定的字只是极少数。
五笔字型单字编码规则
一、五笔字型编码歌诀
掌握汉字的编码规则,熟悉每个汉字的编码,是五笔字型输入的基础,下面提供的单个字的五笔字型编码规则歌忘记诀:
五笔字型均直观,依照笔顺把码编;
键名汉字打四下,基本字根请照搬;
一二三末取四码,顺序拆分大优先;
不足四码要注意,交叉识别补后边。
从这歌诀就可以看出五笔字型编码规则的大致面貌,同时口诀也概括了五笔字型拆字取码的五项原则:
1、从形取其顺序按书写规则,即从左到右、从上到下、从外到内;
2、以130多个字根为基本单位;
3、对于字根数超过四个的汉字,按一二三末字根的顺序,最多只取四码;
4、单体结构拆分取大优先;
5、末笔与字型交叉识别。
下图是五笔字型编码流程图,以方便读者了解整个编码方案的概貌:
二、键名汉字的编码规则
五笔字型中规定的键名汉字共有25个,"王土大木工目日口田山禾白月人金言立水火之已子女又纟"
25个键名汉字与25个字母键相应,这些字的编码相当简单,它们的编码就是4个所在字母键字母,如:
"言"字的编码为"YYYY","纟"字的编码为"XXXX",等等。
输入键名汉字时,只要连续击四次该字所在的字母键即可。
三、成字字根的编码规则
在五笔字型字根键盘的每个字母键上,除了一个键名字根外,还有一些其它类型的字根。
有些字根其本身就是一个汉字,这样的字根称为成字字根。
成字字根的编码是按下面公式进行的:
键名码+首笔码+次笔码+末笔码
当成字字根仅为两笔时,编码只有三码,公式为:
键名码+首笔码+末笔码
例如:
"石",字根所在的键为D,第一笔划为"横"的编码是G,第二笔为"撇"的编码是T键,末笔"横"的编码也是G键,所以这个字的五笔编码就是DGTG。
再比如"虫"字,这个字根是在J键,第一笔是竖H,第二笔是折N,最末一笔是捺(在五笔里"点"做为"捺")Y,所以"虫"的五笔编码就是JHNY。
四、键外字的编码规则
国标GB2312-80中,上述的键名和成字字根这样的键面字总共才有一百多个,绝大部分汉字都不是成字字根,这些才是我们在使用当中用得最多的。
五笔字型汉字编码主要是键外字的编码,编码可以分为两类,纯字根码和识别码。
如果一个汉字的字根是四个或超过四个,就用前三后一总共四个字根码组成编码。
不足四个字根的汉字需补一个字型结构识别码,以增加区分汉字的信息量。
1、字根码
每个字根都分派在一个字母键上,其所在键上的英文就是该字根的"字根码"。
凡含四个或超过四个字根的汉字,取其第一、二、三、末四个字根码组成键外字的输入编码。
第一字根编码+第二字根编码+第三字根编码+最末一个字根编码
这里一、二、三、末应按正常书写顺序,先左后右,先上后下,先外后内。
2、交叉识别码
一个字的字根不足四个时,依次击入字根码后,最后需要补一个识别码。
为什么需要这个识别码呢,这里可以举例说明:
如"沐"和"汀"字,这两个字都是由两个字根组成的,且这两个字的字根码都是IS。
虽然也可以让输入者选择的方式来确定到底需要输入哪一个字,但这对汉字输入速度极为不利,重码率要越低越好,所以五笔编码中才引入了识别码这个概念来对这类汉字进行区分。
识别码是用该汉字最后一个笔画和字型结构信息来确定的,具体规则如下表:
左右结构(第1位)
上下结构(第2位)
杂合结构(第3位)
末笔是"横",在一区
G
F
D
末笔是"竖",在二区
H
J
K
末笔是"撇",在三区
T
R
E
末笔是"捺",在四区
Y
U
I
末笔是"折",在五区
N
B
V
从上表可以看出,识别码的确定分两个步骤,第一步根据最后一笔确定是在哪个区,第二步再以该汉字的字型结构来确定在哪一位,然后就能得到具体识码了。
例:
"旮"字,这个字同旭一样字根只有两个,字根码为VJ,但字型不同,可以通过识别码来区分,"旮"最末笔是横,在一区,是上下结构,所以是在第二位,即F,所以"旮"的五笔编码就是VJF。
再如"汀"字,最末一笔是左竖钩,在五笔里为竖,在第二区,这个字是左右型结构,所以在第一位,即H,所以"汀"的五笔编码就是ISH。
加识别码后仍不足四码时,击空格键结束。
单笔与字根相连的字型为杂合型,见前面所述。
关于末笔画还有如下规定,这些规定使取码更为简单,明确。
(1)、末字根为"力"、"刀"、"九"、"七"等时,一律认为末笔画为折。
(2)、"进"、"逞"、"选"等字,不以"走之"的末笔为末笔(书写时确实是末笔,但这样末笔都一样,减少了识别信息量,约定以去掉"走之"部分后的末笔整个字的末笔来构造识别码。
进、逞、远的识别码应分别为:
23,K;13,D;53,V。
当以"走之"末笔为末笔时,则识别码都相同,为43,I。
没有得到识别信息。
(3)、"我"、"戋",成等字的末笔取"丿"。
五、简码
为了提高输入速度,五笔字型方案还设计了简码输入,它将常用汉字只取其前边的一个、两个或三个字根构成,因为"识别码"总是在全码的最后位置,所以简码的设计不但减少了击键次数,而且省去了部分汉字的"识别码"的判别和编码,给击键带来了很大方便。
简码汉字共分三级:
1、一级简码
五笔字型中,根据每个字母键上的字根形态特征,每键安排一个最为常用的高频汉字,这类字共25个,它们的编码只有一位,输入时只要击键一次再加一次空格键即可。
这些高频字及其编码如下:
一G地F在D要S工A
上H是J中K国L同M
和T的R有E人W我Q
主Y产U不I为O这P
民N了B发V以C经X
这些高频字实际情况的键位记忆可以与键名联想起来进行,大家详细看看,可以发现有两个字,其一级简码字与键名字是相同的。
下面是高频字与键名字对照表:
第一区:
一->王地->土在->大要->木工->工
第二区:
上->目是->日中->口国->田同->山
第三区:
和->禾的->白有->月人->人我->金
第四区:
主->言产->立不->水为->火这->之
第五区:
民->已了->子发->女以->又经->纟
2、二级简码
二级简码是指编码时取单字全码的前两个字根代码。
二十五个键位代码,其两码组合共计有25*25=625个编码。
也就是说,用两位码可以给与625个汉字编码。
五笔字型就选取使用频率较高的600多个汉字与这些对应,这些编码就成为这些汉字的简码。
3、三级简码
三级简码由一个汉字的前三个字根组成,只要一个汉字的前三个字根码在整个编码体系中是唯一的,一般都作为三级简码,三个字母可以组成的编码数是:
25*25*25=15625个。
实际上,在国际基本集的5763个汉字中,有三级简码的汉字有4400多个。
要输入这些汉字,只要依次键入这三个字根代码,再加上空格键即可。
这样看上去似乎击键次数仍为四键,并没有减少,但是由于省略了前三个字根之后的字根判定或者交叉识别代码的判定,则可达到提高编码速度,进而达到提高输入速度的目的。
在五笔字型编码方案中,具有简码的汉字总数达5000多个,它们已占国际基本集的5763个的绝大多数。
因此,简码不但使用得编码输入变得非常简明直观,而且可以大地提高输入效率。
当然,由于简码都是四码简略而得,所以有的字就会同时有几种简码。
例如"经"字,即有一级简码、二级简码,又有三级简码,还可以用四位输入。
所以,最好能够将简码汉字背熟,对于一个有几种简码的汉字,尽量采用击键次数少为好,这样可以提高你的输入速度。
六、重码和容错码
如果一个编码对应着几个汉字,这几个字称为重码字;几个
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 五笔字型 概述
![提示](https://static.bdocx.com/images/bang_tan.gif)