漢字使用環境的建置 —— 部件檢索更新

☆ 2023/10/11 更新，詳情請見 漢字使用環境的建置 —— 部件檢索重要更新暨 Unicode 15.1 全宋體更新。

Unicode + CNS 漢字

隨著 Unicode 13.0 的到來，部件檢索也作出了更新，這次不僅支援了所有 G 區漢字的檢字，更一舉涵蓋了台灣 CNS  標準的所有編碼漢字，配合全宋體字型，能檢索、顯示的漢字逼近十二萬大關，該是目前漢字使用環境下一個最強而有力的支援工具。

有理拆分 vs. 無理拆分

這一版的拆分資料，我新引入了「有理拆分」與「無理拆分」的概念。所謂的「有理拆分」是按照傳統的漢字構形意義來拆分；而「無理拆分」則是不管構形的意義，直接按字形的形狀切割細分，通常最後可以細拆到一筆一畫為止。舉例來說，像「魚」這個字，按字理是個獨體字，也就是說它自成一個完整形體不可切分。若按「有理拆分」的原則，它就是不可拆分；但若按「無理拆分」的原則，它就可以拆成「⺈田灬」，甚至可以繼續再往下細拆。

顯而易見的，若選擇「有理拆分」，由於拆分只會進行到獨體為止，檢索的響應一定會比較快；若選擇「無理拆分」，由於可能會細拆到一筆一畫，所以速度自然就較慢了。可是反過來說，當輸入「⺈田灬」來檢索時，若選擇「有理拆分」，因為「魚」不可拆分，它就找不到這個字；反之若選擇「無理拆分」則可以。所以兩種方式各有其優缺點跟不同的適用領域，這一版的部件檢索同時內建了這兩類數據，使用者可以依據不同的使用情境，隨時切換。

獨體查詢

如前所述，獨體字是自成一個完整形體不可切分的。可是如果這個獨體字我用正常的輸入法打不出來，又不能拆分開來檢索，那要怎麼找到它呢？除了切換到「無理拆分」的辦法外，這一版還提供一個「獨體查詢」的功能，它能列出該模式下的所有獨體字(請注意：「有理拆分」與「無理拆分」模式下的獨體字是不一樣的喔！)

關於「有理拆分」、「無理拆分」與「獨體字」的認定，這其實是需要一些學理上的專業。我並不具備這樣的專業，因此目前建立的數據可能並不完整，也不見得正確。我只先建立起一個架構，希望將來或許能有更多的專家學者在這個基礎上進一步地幫忙完善這些數據。

細部調整

這一版的部件檢索程式碼，我其實做了很大的調整。首先放棄了對 IE 7.0 以前較舊版瀏覽器的支援，讓程式碼更為精簡。也全面採用 css 方式來控制版面樣式，方便使用者做客製化的調整。再來就是修正了一些細部邏輯，讓使用者的操作響應更為一致、合理。

由於漢字的總數逼近十二萬大關，檢索的響應速度勢必會變慢，這一版特別加強了沒有勾選「即時查詢」時操作的合理性，若覺得檢索的響應速度實在太慢，不妨取消「即時查詢」的勾選試試。

類聚鍵盤

這次跳脫了舊式思維，我設計了一種新的虛擬部件鍵盤，採用「物以類聚」的分類概念，讓性質相近的部件類聚在一起，希望讓使用者熟悉之後能「反射式」地定位部件的所在，加快輸入的速度，改善傳統鍵盤按筆畫數分類，使用者難以記憶反射的缺點。

當然，目前的按鍵安排還在起草階段，可能還難以盡如人意。不過這次按鍵的定義我改採簡單明瞭的陣列式描述，有興趣的朋友不妨看看原始碼(不懂程式也能改)，您可以很容易地按自己的意思增減，定義自己專屬的鍵盤。不過若有好的 ideal，千萬記得反饋給我，呵呵！

如果真的無法適應新的類聚鍵盤，我還是提供了傳統鍵盤的版本，供大家自由選擇。


下載連結：部件檢索(測試版).7z

使用實例

部件檢索的使用請參見  漢字使用環境的建置 ㈡ —— 輸入篇 的說明，這裡不再贅述，改用幾個實際例子來引導大家進入使用的情境：

即地解構

 假設我們要檢索左邊這個字。

左邊的「⺶」當然屬「動物區」，直接找到，點擊輸入。右邊的部件不太好輸入，但我們想起翺翔的「翺」也有這個部件，可以加以利用，於是直接輸入「翺」。

按一下解構按鈕，這時「翺」就會裂解成「臯羽」，我們便取得了這個難輸的部件。

再按一下倒退鍵，消掉「羽」，於是我們就完成了輸入，找到該字。

字頭部件

 假設我們要檢索左邊這個字。

左上的是個常見的字頭部件，這次的類聚鍵盤為大家整理了一個「字頭區」，直接在這區就可找到這個部件。左邊中間是個「口」，「口」當然屬「人體區」。左下是個「冊」，「冊」是書，往「書樂區」去找。右邊是個「殳」，「殳」是兵器，屬「軍事區」。這樣我們就可依次輸入四個部件，順利找到這個字(其實輸入第三個部件時就已經找到)。

包圍部件

 假設我們要檢索左邊這個字。

左邊的是個包圍部件，包住一個韭菜的「韭」，類聚鍵盤為大家整理了一個「包圍區」，直接在這區就可找到這個部件。「韭」當然在「植物區」。右邊的「毛」在「動物區」。

部分查詢

若這時我們突然想知道左邊的兩個部件是否能合成一個字，不用清除重查，請直接反白選取這兩個部件，按一下查詢鍵，即可查到「韯」字。

快速替換

如果想用「韯」替代原先的兩個部件，直接右擊「韯」字，即可快速替換上去。善用「部分查詢」及「快速替換」的功能，可以增加查詢時的便利性與靈活度。

複製部件

有時候我們想直接複製虛擬鍵盤上的部件，而不是想輸入，例如直接右擊顏色區的部件按鈕，該部件的字符「靑」即會被複製到剪貼簿。

未竟之功

由於全字庫的拆分是拆到最細(最大拆分)，而做為部件檢索用途，最小拆分才能達到最佳效果，因此我需要逐字加以調整、訂正全字庫的拆分。目前完成了數千字，還有萬餘字等待檢覈。原本想等全部完成後再對外發布，無奈父親一病讓我耽擱了大半年，再加上 G 區字既出，很多朋友等著有工具可以支援，因此只好先將這個尚未完全優化的版本推出，讓大家先有個工具可用，至於進一步臻至完善，只好徐徐後圖了。

未來展望

整合完全字庫的 CNS 編碼漢字後，我的下階段目標是將教育部異體字字典裡的所有圖片漢字整併進我的字庫之中。三年前，我擷取了教育部異體字字典的數據做成一部《教育部異體字字典》自用。由於官網的十萬漢字之中只有約一萬八千字是文字化的(Unicode 編碼)，其餘全部以圖片加上編號來表示，這非常不利於檢索查詢。雖然與全字庫官網類似，官方都提供構形檢字的方式來查詢，但其實後台的數據都不完整，很多字都檢索不到。如果不信，我們便以「一」的異體字為例：

到官網的「複合查詢-條件七-形構」，輸入第一字的「匕天又土囗日」，或是第二字的「匕矢又土囗臣」，或是兩字共有的「匕又土囗」，都是查不到任何字。

三年來，我陸續將這些未文字化的圖片整理還原，目前已經還原約四萬字，106302 字中共有 56729 字是可以直接利用部件檢索來檢字的，已經超過一半。如果能將它全部完成，不僅可以檢索到《教育部異體字字典》的每一個字，對一些古籍的數位化也能提供幫助，可以大幅減少缺字的困擾。只是這是個恐怖的工作量，憑我一己之力，不知要到何年何月才能完工！大家只好慢慢等囉，呵呵！