七巧笔画码汉字输入法
刘学中
【摘要】本文根据东北师范大学教授徐万胥先生的专利成果《数字统一码汉字输入法及其键盘》提出了改进方案。改进后形成的七巧笔画码符合GB18031对数字键盘汉字输入法要求，具有更易学、更规范、更高效的特点。
【关键词】改进方案 ， 数字统一码 , 七巧笔画码， 汉字输入法
1．引言
数字统一码是徐万胥教授二十多年汉字编码研究的专利成果。专利号：ZL00110317.2。数字统一码的设计思想是：坚持中、日、韩汉字编码方法统一；繁、简汉字编码方法统一；字、词编码方法统一； 识字与识码规律统一。七巧笔画码是在数字统一码的基础上，改进形成的一种新型汉字笔画编码方法。七巧笔画码突出编码的易学性，同时兼顾汉字的输入速度。
2．统一码汉字基本笔画的属性值
汉字是一个比较复杂二维图形，通常由若干个部件组成，而部件又由笔画组成。汉字的字形由笔画及其位置来决定。即使笔画完全相同，而笔画之间的位置不同，也可构成不同的汉字，例如，“于”和“亍”。
2．1 汉字笔画的顺序
汉字的笔画有十几种，根据字典检字使用五个“一画部首”的惯例，以及数字编码的特点，我们取五种基本笔画：“横（一）”（含“提”）、“竖（丨）”、 “撇（丿）”（包括“啄”）、 “点（丶）”（含“捺”）、 “折（乙）”（包括左折和右折），并且将这五种笔画赋予顺序值，分别规定为：“1”、“2”、“3”、“4”、“5”。
2．2 汉字笔画之间的位置关系属性值
笔画之间的位置关系属性是一个重要属性，可以作为汉字编码的依据。汉字中笔画之间的位置关系有：“相离”，如“八”；“相接”，如“丁”、“口”；“相交”，如“十”、“丰”等。实验表明，“相交”关系与前两者容易区分，并且较前两者带有更多的编码信息。因此，我们将“相离”和“相接”关系归并为“独立”关系。这样，笔画与笔画的位置关系就简化为两类：独立与相交。
2．3 汉字笔画代码
将独立的 “横（一）”、 “竖（丨）”、 “撇（丿）”、 “点（丶）”、“折（乙）”的代码为：“1”、“2”、“3”、“4”、“5”，“横交”、 “竖交”、“撇交”、“捺交”的代码为：“6”、“7”、“8”、“9”。考虑到数字编码的码元资源十分珍贵，少用一个码元“0”，对数字统一码在移动电话等数字设备上使用更方便。所以，不区分“折”是否与其它笔画相交，规定“折”无论是独立，或者与其它笔画相交，它的代码均为“5”。
2．4 超越笔画的部首
使用九个出现频率很高的部首作为“超越笔画的部首”，这九个“超越笔画的部首”是：“王、虫、竹、氵、纟、十、艹、八、口” ，分别赋予代码“1、2、3、4、5、6、7、8、9”。实验表明，使用“超越笔画的部首”， 可提高编码效率，降低重码率。
但是，为了不影响编码的易学性，在下面提出的七巧笔画码编码中放弃使用“超越笔画的部首”。
3．汉字的类型及首尾切分
汉字分独体字与合体字两种，合体字占汉字的绝大多数。
3．1 汉字的类型
全国信息技术标准化委员会在《汉字内码扩展规范（GBK）》中将汉字的类型为两类：独体字和合体字。举例如下：
合体字，如：们、因、函、区、庙、进。
独体字，如：木、鱼、毛。
独体字是浑然一体的，一般具有独立、单纯的含义，不容易切分成部件，或者已经是基本构字部件，不能再切分。
3．2 汉字的首尾切分
数字统一码对于合体字，采取二分法，把字分成“字首（前字部）”和“字尾（后字部）”两部分。切分字首、字尾的方法，与查字典取部首的方法相同。按取形完整的原则，将汉字一分为二。把上下结构汉字的上部构字部件，左右结构汉字的左部构字部件，作为字首，其余作为字尾。包围结构汉字的首尾，按书写顺序划分，先写的构字部件作为字首，其余作为字尾。对于独体字不切分。
4．数字统一码的取码方法
4．1 数字统一码的键盘安排方式
数字统一码的码元为：“1”、“2”、“3”、“4”、“5”、“6”、“7”、“8”、“9”，共九个数字键。数字统一码的键盘安排方式，采取汉字的笔画代码与数字键盘数字键位同一对应 ，即：“1”、“2”、“3”、“4”、“5”、“6”、“7”、“8”、“9”分别对应“横（一）”、 “竖（丨）”、 “撇（丿）”、 “点（丶）”、“折（乙）”、“横交”、 “竖交”、“撇交”、“捺交”。
4．2 数字统一码的基本取码方法
数字统一码规定一个汉字可以取一至六码，允许使用简码和词码，词汇码为等长码。汉字的结构类型决定了汉字的取码方法。对于合体字，字首按笔顺取前一至三码，字尾按笔顺取前一至二码和末笔代码，整字最多取六码。对于独体字，按笔顺，取前一至五码和末笔代码。取码方法举例如下：
字445556 各3599 们32425 种367257 闻425126 出52752
庙413251 起612515 进668454 申25667 右689 丰6667
在输入汉字时，采取逐键提示的方式，每次键入，都有可选汉字提示，使用者即可选字，而不必等到输入全部代码。数字统一码是有重码输入法，与同类输入法相比，重码率低，同组重码字数少，在GB 2312 字符集中，同组重码汉字一般不超过10个，实现了一页提示行显示所有同组重码字。
5．七巧笔画码的取码方法
5.1 七巧笔画码的基本取码方法
数字统一码改进后称谓七巧笔画码，规定一个汉字可以取一至七码，允许使用简码和词码，词汇码为等长码。汉字的类型决定了汉字的取码方法。对于上下结构、左右结构、包围结构等类型的合体字，字首按笔顺取前一至三码，不足三码以“0”补齐三码，字尾按笔顺取末二至末一码和字尾的前一至二笔代码，不足两码以“0”补齐两码，整字取七码。对于独体字，按笔顺，取前一至三码和末一至末二笔代码，第六和第七码以“0”补齐。取码方法举例如下：
字4455650 各3595110 们3202540 闻4251612 出5275200 丰6667000
在输入汉字时，采取逐键提示的方式，每次键入，都有可选汉字提示，使用者即可选字，而不必等到输入全部代码。七巧笔画码是有重码输入法，与同类输入法相比，重码率低，同组重码字数少。
汉字的使用频度是不同的，仅“的”、“一”、 “是”、“在”、“了”、“不”、“和”、“有”前八个高频字，就占汉字总出现次数的10%。因此，我们对一些常用字，不仅给出全部代码，而且给出“简码”，简码的长度分别为1、2、3码。并且，简码一定是全码的前1、2、3码，使用者不必记简码。下面例子给出了“是”、“在”、“了”、“不”、“和”、“有”等字的简码与全码：
是2 2513400 在6 6827100 了5 5500000 不1 1324000 和3 3675120
项121 1213413 我3 3654300 正12 1212100 第31 3146356 中2 2567000
由于高频字简码和逐键提示相配合，仅输入前3码就可以有效地找需要输入的汉字。因此，使用者只要记住九个数字键位，按笔顺打3键，不必考虑如何切分汉字，也可以使用七巧笔画码。
5.2七巧笔画码的词汇编码
词码为等长七码。二字词的编码由前个字编码的第一、二、六码和后字的第一、二、六、七码组成，三字词、四字词以及多字词的编码取第一、二、三字每个字的前二码和末字的第六码。输入时，字词混合输入，不必区分字码和词码。由于七巧笔画码的二字词编码采取字首和字尾分别取码方式，其二字词重码率和综合重码率在同类输入法中应该是比较低的。
6．七巧笔画码的应用——多语种汉字处理
汉字不仅在我国使用，而且在日本、韩国等国家与地域的流通使用。由于汉字流通的国家与地域的不同，采用的字型与字符集也不同。而ISO/IEC 10646-1汉字符集正是源于中国的GB标准系列、中国台湾的CNS（Big5）标准、日本的JIS标准、韩国的KS C标准汉字符集。
为支持多语种汉字处理，七巧笔画码对ISO/IEC 10646-1：2000字符集中的中文、日文、韩文汉字统一编码。按汉字流通的国家与地域的不同，组成七巧笔画码汉字输入法不同的子集，即采取“统一码本、分集实施”的方法。这些子集包括：中文GBK/GB 2312七巧笔画码汉字输入法，繁体中文Big5七巧笔画码汉字输入法，日文JIS七巧笔画码汉字输入法，韩文KS C七巧笔画码汉字输入法。采取“统一码本、分集实施”的方法，符合汉字流通使用的实际，同时，也降低汉字编码的重码率和同组重码字数。
7．结束语
七巧笔画码具有规范、易学、高效的特点。七巧笔画码编码规则简单，拆字符合中国国家语委制定的汉字部件规范，取码顺序符合中国国家语委制定的汉字笔顺规范，各项技术指标达到中国国内先进水平。七巧笔画码的适用范围广，不仅适合于通常的计算机汉字输入，更适合于移动电话、视频点播、DVD、电子记事本、掌上电脑等输入汉字。既可输入中国 GB 2312_80 /GBK 13000.1字符集汉字，也可输入中国台湾省繁体字符集汉字，也可输入日文、韩文汉字。（作者单位：河南省内黄县田氏镇人民武装部 ）