掌上百科 - PDAWIKI

 找回密码
 免费注册

QQ登录

只需一步,快速开始

查看: 721|回复: 38

[工具] (20231011)全宋体和部件检索重大更新

[复制链接]

该用户从未签到

发表于 2023-10-14 17:00:59 | 显示全部楼层 |阅读模式
本帖最后由 eeshu 于 2023-10-15 20:33 编辑 - X* O% h! e' I* ]* M

4 y& c3 n- j, E9 m" d: d5 y. g简要提示:本次字体更新新增Unicode 15.1 I区字形,部件检索功能键重新布局。其他说明,见以下WFG兄的详细说明。
# a( K1 N9 v' c  T% }& R1 G另外,借此贴向W兄及本帖末尾提及的这些令人尊敬的朋友致以敬意,是他们无私不懈的付出才成就了这项伟大的事业
( J! ]  K6 Q" |; [: q以下文字引自W兄博客https://fgwang.blogspot.com/2023/10/unicode-151.html% x* A* [. m- }/ S3 m& `
——————————————————————————————————————————————————————————————————————9 u8 Q* O, v0 b/ _0 f
全新的嘗試; x2 o* X* `$ `. F9 ^: q0 }2 w
「部件檢索」發布於 2015 年,八年來一直穩定地擔負著檢索「難檢漢字」的工作。期間歷經多次的擴編漢字,由最早的七萬多漢字到現在的近二十萬。也做了一些小改進,但整體的運作方式基本上並未改變。這一次的改版,我大膽嘗試了一項新的——「異體檢字」功能,讓「部件檢字」與「異體檢字」得以混合使用、相互支援,這讓檢字的操作能夠更加地靈活、方便,堪稱是一項突破性的創舉。
5 z% B& S9 h  C. q6 {: ]' ~
8 s, f; w: H$ D7 `6 R: L% e5 Y: n* A- g  G# u$ Z/ Z9 q$ u
異體檢字
5 z+ _+ ?+ K2 k8 q8 j; V+ D其實「異體檢字」的想法我已醞釀多年。最早只是個模糊的概念,知道要往這方向努力,但說不上來該怎麼做、能做些什麼?直到完成了《教育部異體字字典》的字頭清理工作,這想法才逐漸清晰起來,但具體該怎麼做?仍是毫無頭緒。$ u$ u" w5 `) t0 x1 j
% q" @; X$ L2 i
隨著一次次的擴增漢字、更新字庫,我也不斷在思索,該怎麼把「異體檢字」功能融合進「部件檢索」裏?資料該怎麼安排、記錄?又該如何運算?  R( i% d. \5 l8 z9 q+ s* j

3 L, ?1 @$ l) j: F直到「漢字構形資料庫」的字頭清理完畢,能完整展現它的異體字表(以《漢語大字典》第一版的異體字表為基礎)後,一切時機似乎都成熟了。於是開始動手,花了一天的時間修改程式、調整操作介面,做出了一個雛形。又經過一段時間的試用、改進,終於實踐了我的想法,把「異體檢字」功能正式推上檯面。
! v2 T3 U: h+ W4 g8 F8 e2 }
# b6 h* G6 m6 }6 C
3 f0 B( w( U  m0 S7 k" G. W6 Y回顧這一路走來,雖然並沒有明確地計劃,但無形中我的不成熟想法,卻似乎一路引領著我朝著特定的方向前進,結果卻像是個有系統的漸次推進,逐步完成了相關數據的收集,讓醞釀多年的想法,得以「一夕成形」。
5 s( v) }5 [6 S! u2 w: p4 s- \  I) B8 S& f0 T/ |* j$ n

- G- }/ k' O3 V% g2 b介面調整
' k) _9 U6 k8 [8 V; R2 t8 K因應新的異體檢字功能,操作方式略有調整:
- J9 c( c3 [. a: w7 V2 W& U略微調動了畫面元素,讓垂直方向的版面更爲緊湊,以便有更多空間可以顯示查詢結果。3 f  V5 H; J  N+ t9 W' _
廢除了複製模式的切換,現在不管是「虛擬鍵盤」或是「查詢結果」統一都是點擊滑鼠右鍵可以直接複製。隨時點擊隨時複製,不再需要切換模式。
; M, E, P2 Z, N; v1 V# f「查詢結果」的每個字塊,現在分做田字形的四個區域,左鍵點擊不同區域各有不同功能,如版面右上角的圖例所示。例如左鍵點擊字塊的左上角是查詢該字的異體字,點擊字塊的右下角預設是跳轉字統網查字。
% E- ?1 j7 x0 u5 u2 o/ k- t除了原先「黑三角按鈕」的「部件查字鍵」外,新增一個「白三角按鈕」的「異體查字鍵」,可以直接在輸入框打入想查的字,再按「白三角按鈕」(或者 Shift + Enter)即可查出所有異體字。輸入框若已輸有很多字,不必消去,直接反白選擇想查的字,再按「查字鍵」即可。" h$ R# p$ R4 }; y
異體字的查詢結果,以「正體字」領頭(橘色虛線框標示),其他異體字跟隨其後。若該字分屬於多組異體字關係,則依序折行將多組異體關係列出。
9 e, K% _2 n) E4 i4 a目前異體數據只是快速地粗定,《異體字字典》與《漢字構形資料庫》的異體字表有一千多組有衝突,雙方認定的正體字多有不同,必須人工一一校閱調整。尚有八百組待查,還在慢慢努力優化之中。另外簡繁漢字的異體關係也須進一步整理、增添,日後會逐步優化。
5 P+ L! z4 B3 N1 N8 U5 X
& F7 u( T; F& c4 l
+ Q7 {" W1 R7 q: J/ ^9 o7 S操作實例& l# P: E8 P5 k* V; `
9 J" _! c, [$ ]; L9 Y

" Q- I5 Z3 ~- k0 l4 {例如要檢索「????」這個字(字見於宋刊本《玉篇》):
7 F% N  ]8 A6 k6 F4 W此字右旁的部件「????」略為麻煩,需拆為「⺈㔾丶」來輸入,但知道是「色」字異體,因此可以先在輸入框中輸入「弗色」兩個部件,接下來:! r/ \+ f: g. m

5 I1 t3 H* p8 H1 L方法一:按一下「部件查字鍵」即可查得「艴」字。
8 w1 G0 F, q$ ]& e4 B" `1 i4 E! o% n
) n: z/ z0 y* h+ J9 j然後左鍵點擊「艴」字字塊的左上角,即可查得「艴」字的異體字「????」字。
# n4 s6 D6 G4 D& t  c6 }" m9 `, r: ^( @; T. X; B: j  d/ W* P% y

; h' T, ^# P$ ]2 {方法二:反白選取「色」字,再按一下「異體查字鍵」即可以查得「色」字的異體「????」字。5 q  [4 B+ ~- u6 `- E

! d! Q5 R; G9 j0 G2 @' X/ M左鍵點擊「????」字字塊的右上角,「????」字即會替換輸入框中原先的「色」字,再按一下「部件查字鍵」即可查得「????」字。
$ K  u9 p- c( m# G( k# Q, q
  d8 q; _' D/ N
1 T" C( \2 h; M( [- \2 s1 @5 K方法二的操作步驟雖然較多,但若希望能打出精確的部件時,可以用此法。只要靈活地交替使用「部件檢字」與「異體檢字」的功能,便可以快速地檢索到想要檢索的字,十方便利。
# i( V$ N$ r' |- u: c" F: ^* Q" M# Y" o9 F
& I7 l" W7 O& X! b  D; L3 O- m+ i
擴展  I  區6 W% \1 s4 n! k, [+ a: B) s) S
最新的 Unicode 15.1 已經於 9 月 12 日正式發布,對於漢字來說最主要的就是新增了 622 個擴展 I 區字形。這一版的全宋體與部件檢索已經完全支援新的 I 區字形,遷碼表也已完成,共計有 229 個既有的補充字被收入擴展 I 區,也就是對「全宋體」來說實際上只有 393 個字真正屬於新增。這既有的 229 個補充字已經予以註銷,遷往擴展 I 區所定義的新碼位。我花了一天的時間將我製作的四百多部詞典全部完成遷碼,如果您的文件曾使用到這些補充字,建議您儘快利用我所提供的 I 區遷碼表完成遷碼的動作,否則一旦更新了全宋體就會導致這些字無法正確顯示。
0 N! o7 G7 h2 a% `2 o3 B: e, d- Z9 Q( Y  C
1 f  G6 k5 f; _. r
零星增字3 ~' Z, I3 l4 T- L- Z" J
除了擴展 I 區之外,事實上這一版的「全宋體」還增收了一些新字。
) I4 o/ h- |0 A5 v6 u! k& w
' C! v0 }$ V! S「漢字構形資料庫」裏整理有《中文大辭典》的字頭索引,但不知何因,只收錄了 47974 個字頭,與紙本實際的 49905,短少了 1931 個。這部分八月初央請了 suns99 兄幫忙,辛苦地逐一查閱紙本,歷時一個月,把近兩千個缺漏字頭補上。我再針對缺字,新造了近二十個字形,終於補全了《中文大辭典》的所有字頭。. W2 x" a+ j) y/ u) e& H$ _
0 y5 ]5 {5 d9 I
《全唐詩》是詩詞領域裏一部重要的彙編,這次的「全宋體」也補全了《全唐詩》的所有缺字(依據中華書局本《全唐詩》,《全宋詞》則早前即已補全),讓大家在摘錄、引用這些詩詞時,不再需要忍受缺字的痛苦。. o3 K5 u/ t5 T4 }3 P
" D# a% m3 p$ q( k% G  }
另外論壇的 klwo 兄也提供了《古白話詞語彙釋》的詞頭缺字統計,我據以新造了 18 個字形,補足了所有的詞頭用字。此外 Mastameta 兄也陸續匯報、提供了一些缺字字形,還有就是零星補造了一些整理字書時發現的缺字。相比於上次更新,總計共增添了四百六十餘字。
# a0 O5 H7 Y" O6 e2 d9 G& _: Q4 S2 M% \6 ]

2 i  Q3 f- g% r) x* J# s* ~, R' b% ~2 M字形優化3 ^3 T6 X4 R1 ^6 e$ D$ z
上次更新時提到「漢字構形資料庫」有 10654 個字形屬於既收字,這些字形可擇其優者替換掉「全宋體」原先質量較差的字形。這項工作前次未及完成,現在已經全部完成,共優化了數千個既收字形,提供了更好的字形品質。9 I( j& M6 N7 E  X# S' y/ x

: n; Q' [5 ]' ^, U. Y/ c  h# |& x* j0 Y& S
優化拆分/ f' H) N: i* ~1 {6 g. K4 S; h8 y/ y' M
當初向國教院申請的《教育部異體字字典》拆分數據,部件殘缺的情形十分嚴重,但由於數量龐大,一直以來我僅能邊用邊小幅度地修正,抽不出時間大規模修訂。八月中旬 Walter Pai 兄終於跳進來幫忙,協助校訂這些有瑕疵的拆分數據。九月初完成了第一批三千字的校訂,經我粗略潤飾,已經加入「部件檢索」替換掉原始的瑕疵數據,讓這三千補充字能更正確地被檢索,大幅降低了漏檢的可能性。後續大約還有一萬餘字待校,Walter Pai  兄還在努力之中,只要有新的進度,我會陸續更新給大家。
0 K9 L8 D( x2 C' f* ^, T# o) S- V7 m4 r6 W4 [% c( D: }" f
1 I$ @, Q$ \# D8 h! Q
未竟之工
( q+ _8 Z% N3 B: q+ y( S; ^% j2 H9 S原本預計今年的上半年要將「漢字構形資料庫」的字頭清理完畢,下半年則開始回到「CBETA 缺字資料庫」的整理工作。前一件已如期完成,但依我目前的工作量能,十月中仍未能開始,後一件應該是難以達標了。照顧家中兩老,嚴重地壓縮了我所能支配的工作時間。不過我不會放棄,慢慢做,總有一天我能把「CBETA 缺字資料庫」的整理工作完成。& N. T- C! l: K# q% Z* t$ _2 [

' ~% N- Q9 V7 J% m; }
, I+ n( L2 a% X( L8 o5 [鳴謝  K* N0 t; y8 q; d
感謝這些原字型製作單位與作者的無私奉獻。. u1 D$ C) i4 r
感謝老友 suns99 兄,總是不離不棄地與我並肩作戰。
( t3 C2 M7 c7 M! r5 u感謝老友紫雪藍海兄,提供了許多數據,供我整理之用。
, }- @6 M4 C- ~3 A. o感謝好友 Mastameta 兄,陸續提供了一些勘誤與優化字形供我替換。7 H; v/ I3 s! p7 U7 V2 x5 O
感謝好友 Walter Pai 兄,辛苦地協助校訂拆分數據。  D1 _, w0 |: L: U
感謝好友 klwo 兄,提供了許多索引數據,供我增補缺字。

* n( d3 U) h" E- k" h0 D# {
; y+ R4 y$ P* e; v) O8 E3 j$ d! a  r  M1 U3 q( K: s! n' Q
現將此成果無條件分享出來,樂見學術研究、教育工作、個人閱讀這方面的運用,但請勿用做任何形式的商業營利行為。希望「全宋體」這個大型字庫以及「部件檢索」這個檢字工具,能在漢字文化的整理、研究上幫上一點小忙。) m& W, h0 V! v' R/ @/ v
0 i, \* d  ^1 q) ^
链接:链接:[url]https://pan.baidu.com/s/1qbFkSS69owMOUkQs_vf5Ug[/url]
; b9 C  r" M; f* u4 l+ a提取码:
游客,如果您要查看本帖隐藏内容请回复

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有账号?免费注册

x

评分

2

查看全部评分

该用户从未签到

 楼主| 发表于 2023-10-15 20:29:45 | 显示全部楼层
scju 发表于 2023-10-15 19:218 T$ [2 j) f; \
无意冒犯,只是想建议e大,可能把WFG的博客网址附在文章里比较好,一来是提供消息的原始出处,二来也是对作 ...
6 Z( o6 {2 {) p+ r0 m) p# c
你提醒的是,以前的帖子我都会贴上W兄的博客链接,这次匆忙,忘了。谢谢你。; |2 l1 B3 X* A1 ]$ [; ?3 W

3 t* z+ ?8 L! O9 v8 C) \3 ?之所以要设置回复可见就是因为我觉得那些无私的作者们应该还是乐见有人认真回复一下的。自己辛辛苦苦贡献了部作品出来,毫无反响冷冷清清,应该还是有点失落的。我发在这边的帖子都是征得过W兄本人同意的,他的这些朋友也是能看到的。虽然我猜W兄并不在意这些,但人之常情,看到自己的作品受人追捧总是一种认可和动力,你说呢?& s( Y. v  L3 u* A9 f; D5 P9 J
& T, Q1 X6 B- Q1 ~
  • TA的每日心情
    慵懒
    13 小时前
  • 签到天数: 1314 天

    [LV.10]以坛为家III

    发表于 2023-10-15 21:19:24 | 显示全部楼层
    本帖最后由 scju 于 2023-10-15 21:27 编辑 3 B) [4 v6 G+ S' x9 V0 n4 i% q
    eeshu 发表于 2023-10-15 20:29  q# v8 k  G$ F# e/ k; S
    你提醒的是,以前的帖子我都会贴上W兄的博客链接,这次匆忙,忘了。谢谢你。. O. o1 I( [) I) s* S! ?2 r( t8 p

    5 ]  p2 J  T1 T. L9 }2 g之所以要设置回复可见就是 ...
    7 G" m3 U/ t; V1 q$ t, A: }; D7 m

    + H2 B. O" e8 F9 y您的想法也有道理,不过因为毕竟帖子在这边是您发的,所以设置「回复可见」到底为了WFG,还是为了您自己(抱歉,我这里讲得比较直),可能难免会有点模棱两可,因此建议若要「回复可见」,也许可以在帖子中注明,这是为了给WFG鼓励,并不是您本人想要这些回复。如此一来,应该可以澄清一些不必要的猜想,对您也会较有帮助。
    0 V! N- {. I5 b' J3 h" w9 `
    ' F. y% Y# E; J以上拙见。
  • TA的每日心情
    慵懒
    13 小时前
  • 签到天数: 1314 天

    [LV.10]以坛为家III

    发表于 2023-10-15 19:21:57 | 显示全部楼层
    本帖最后由 scju 于 2023-10-15 19:26 编辑 4 e* c, d+ t! {8 w/ G1 ~, W

    & `0 r1 _( b. i8 L6 F/ T5 q/ v6 F无意冒犯,只是想建议e大,可能把WFG的博客网址附在文章里比较好,一来是提供消息的原始出处,二来也是对作者本人的尊重。另外,WFG的资源在他那边都是无条件直接可下载的,您搬运到这里后,却变成要回复文章才能得知提取码,似乎有点严格了,或许改成直接公开即可,毕竟现在论坛不比从前,文章少很多了,不用担心被挤下去。' s$ k# t1 Q. y& h
    , ]1 t) y1 r: D. k0 {- I
    以上浅见,供您参考。
  • TA的每日心情
    慵懒
    2023-10-14 18:34
  • 签到天数: 210 天

    [LV.7]常住居民III

    发表于 2023-10-14 17:54:08 | 显示全部楼层
    好用,感谢WFG大佬制作字库、部件检索,感谢eeshu分享转发 :DD

    该用户从未签到

     楼主| 发表于 2023-10-14 17:56:39 | 显示全部楼层
    deeke 发表于 2023-10-14 17:548 f) G3 Q6 [  o+ c6 L! j, `  \
    好用,感谢WFG大佬制作字库、部件检索,感谢eeshu分享转发 :DD

    * r( d# T; g+ e$ |0 P/ J5 C8 G哟,老兄神隐多年哦。
  • TA的每日心情
    开心
    10 小时前
  • 签到天数: 2083 天

    [LV.Master]伴坛终老

    发表于 2023-10-14 20:42:02 | 显示全部楼层
    Thanks for sharing...
  • TA的每日心情
    开心
    11 小时前
  • 签到天数: 1201 天

    [LV.10]以坛为家III

    发表于 2023-10-14 21:53:58 | 显示全部楼层
    向伟大的先行者致敬!
  • TA的每日心情
    开心
    6 天前
  • 签到天数: 878 天

    [LV.10]以坛为家III

    发表于 2023-10-14 22:34:46 | 显示全部楼层
    谢谢分享好资源
  • TA的每日心情
    奋斗
    昨天 00:02
  • 签到天数: 1367 天

    [LV.10]以坛为家III

    发表于 2023-10-15 00:28:18 | 显示全部楼层
    虽然一般用不到……,谢谢更新分享!
  • TA的每日心情
    开心
    20 小时前
  • 签到天数: 1135 天

    [LV.10]以坛为家III

    发表于 2023-10-15 07:08:34 | 显示全部楼层
    造福读书人,功德无量!
  • TA的每日心情
    擦汗
    11 小时前
  • 签到天数: 996 天

    [LV.10]以坛为家III

    发表于 2023-10-15 07:40:44 | 显示全部楼层
    这么好的,感谢分享
  • TA的每日心情
    开心
    9 小时前
  • 签到天数: 2103 天

    [LV.Master]伴坛终老

    发表于 2023-10-15 08:52:05 | 显示全部楼层
    下来看看,谢谢你
  • TA的每日心情
    慵懒
    12 小时前
  • 签到天数: 1518 天

    [LV.Master]伴坛终老

    发表于 2023-10-15 10:02:01 | 显示全部楼层
    哗,工程庞大,实属难得。辛苦了。
  • TA的每日心情
    开心
    10 小时前
  • 签到天数: 1915 天

    [LV.Master]伴坛终老

    发表于 2023-10-15 10:18:23 | 显示全部楼层
    感谢楼主分享!
  • TA的每日心情
    开心
    2023-11-18 05:49
  • 签到天数: 468 天

    [LV.9]以坛为家II

    发表于 2023-10-15 10:55:19 | 显示全部楼层
    感谢分享,兄台辛苦。
  • TA的每日心情
    开心
    12 小时前
  • 签到天数: 2192 天

    [LV.Master]伴坛终老

    发表于 2023-10-15 12:04:25 | 显示全部楼层
    谢谢分享,兄台辛苦。
  • TA的每日心情
    奋斗
    昨天 08:54
  • 签到天数: 877 天

    [LV.10]以坛为家III

    发表于 2023-10-15 13:25:12 | 显示全部楼层
    感谢楼主分享!辛苦8 N- y1 n( A9 b2 i
  • TA的每日心情
    擦汗
    前天 18:36
  • 签到天数: 544 天

    [LV.9]以坛为家II

    发表于 2023-10-15 15:24:19 | 显示全部楼层
    谢谢分享全宋字和部件检索重大更新!

    该用户从未签到

    发表于 2023-10-15 17:58:46 | 显示全部楼层
    谢谢LZ分享!!!
  • TA的每日心情
    擦汗
    昨天 13:25
  • 签到天数: 558 天

    [LV.9]以坛为家II

    发表于 2023-10-15 19:03:45 | 显示全部楼层
    有心人,所有人的福分。
    您需要登录后才可以回帖 登录 | 免费注册

    本版积分规则

    小黑屋|手机版|Archiver|PDAWIKI |网站地图

    GMT+8, 2023-11-28 20:59 , Processed in 0.059466 second(s), 12 queries , MemCache On.

    Powered by Discuz! X3.4

    Copyright © 2001-2023, Tencent Cloud.

    快速回复 返回顶部 返回列表