漢字使用環境的建置 —— 小學堂字頭全宋體更新

☆ 2023/10/13 《漢字構形資料庫》字典累積修正更新，原連結請重新下載。

漢字構形資料庫

「漢字構形資料庫」是早年由中央研究院與幾個學術研究單位共同研發的一個大型漢字檢字系統。當時的時空背景仍是 BIG-5 碼的年代，於是設計者利用有限的使用者造字區，分做十三個外字集，把九萬多個漢字塞入這些外字集中。後來由於  Unicode  標準的興起，「漢字構形資料庫」所定義的「構字式」、外字集遂逐漸失去主導地位，於是官方在 2013  年宣佈停止更新，重點轉移至線上的「小學堂文字學資料庫」。我所製作的「部件檢索」，很多數據與理念便是承襲自「漢字構形資料庫」。以今日的觀點來看，要使用者安裝十三個編碼重疊的字型並藉助間接的「構字式」來對應，確實是難以使用，但任這些曾經的寶貴漢字資源，逐漸湮沒在荒煙蔓草之中，實在可惜。於是我又拉了 suns99 兄，開始了一段大規模的「搶救之旅」。

壓力中的信念與希望

在去年底完成了「中醫藥特用漢字」的整理之後，我與  suns99 兄便開始了整理「漢字構形資料庫」的工作。「漢字構形資料庫」有現成的字型、完善的拆分資料，理論上應該會比較輕鬆，集中火力的話，或許兩個月左右便能完成。但我却放慢了腳步，一來是心疼老友  suns99 兄，總是被我「逼著」高強度地工作，呵呵；二來是我自己也逐漸沒辦法如此重的負荷了。

父母親都年事已高，大腦與身體的退化讓他們慢慢地喪失了生活自理的能力，我必須花愈來愈多的時間來照顧他們。這半年來照護的壓力與日俱增，可是我始終不曾放棄，「整理漢字的工作」成了壓力中的一個信念與希望，支持著我在忙累之中，挺直腰桿踽踽前行。

這次的整理，我採用比較不一樣的策略。「漢字構形資料庫」的 93305 個字頭，扣除有 Unicode  標示的之外，剩下 24350  個缺字需處理。由於有較完善的拆分資料，我利用批次部件檢索進行檢字，再以人工方式核實，先完成初步的還原清理。然後再交給  suns99 兄以倉頡輸入法複驗，逐一檢查是否為真的缺字。

就這樣，工作在時間夾縫裏緩慢地進行。我每完成一部分初稿就交給  suns99 兄複驗，直到六月上旬，suns99 兄完成所有的複驗，我才開始做最後整理。將實際缺字編碼，抽取字形補入字庫。清理之後，有 274  組字頭重複出現，於是人工一一查證，發現「漢字構形資料庫」的 Unicode  標示多有「不實」，很多與 Unicode   官方的字形不一致，反而是以《漢語大字典》字形為準。逐一修正之後，仍有 54  組字頭重出，應該就是官方的漏網之魚，沒有加以註銷的重出字了。

舊物重生

由於「漢字構形資料庫」已是十多年前的舊物，這十年間「小學堂」陸續又增收了兩百多個字頭，這部分字頭沒有現成的資料與字型，我只能從官網上查閱，整理出資料與字型。經過清理，再增收了 163 字，至此「漢字構形資料庫」，或者應該說「小學堂」的字頭就全部收齊了。排除符號之類的非漢字，此次整理總計新收錄了 13859  個補充字，「全宋體」的收字數量來到 198806  字，逼近二十萬字。

（這些增收字目前在「缺字系統」裏也完全找不到）

完成了字型，再將拆分資料略事優化之後加入「部件檢索」，這些十年前的舊物便再一次重生了。使用者只要安裝「全宋體」這個單一字庫，便能以「部件檢索」檢索到「漢字構形資料庫」或「小學堂」的全部字頭，更能直接用這些字來數位化古籍文獻，不再有窒礙。

錯誤勘正

「小學堂」的某些字形還是有問題的，例如：

字號：59470

字形誤作「䲕」，與字號：81234（10.F57A）相同。依照它的拆分資料及查閱《漢語大字典》第一版，字形當作。

字號：63023

字形誤作「㸬」，與字號：33162（3.E3B1）相同。依照它的拆分資料，字形當作。

字號：80971

字形誤作「𨞁」，與字號：50375（5.F65C）相同。依照它的拆分資料，字形當作。

字號：64568

此字空有拆分資料卻無字形，這是唯一一個我無法收錄字形的字頭。

當然錯誤不止這些，以上僅舉數例做為代表。

離線字典

由於「漢字構形資料庫」的原始設計是以它獨特的「構字式」來關連字形，這就不是簡單地遷碼能解決問題，因此我無法提供一個簡單的「遷碼對照表」，或是有效的解決方案來批次轉換文檔。

我只能將整理的結果做成一部離線字典，讓使用者以「部件檢索」檢索到某個字後，利用這部字典快速跳轉至「小學堂」官網對應頁面，進行查閱。只要將我製作的《全字庫》、《教育部異體字索引字典》、《漢字構形資料庫》放在同一群組，一次查詢就能橫跨三個大型漢字資料庫、快速調閱官網資訊，當是極有用的工具。

資料庫中的一些資訊，感覺用處已不大，像是「小篆編號」一欄，似乎與目前「小學堂」官網已不一致，姑且留著備查。只有「字源」一欄，可以理解當初據何來源收字，尚有其參考價值（「小學堂」官網沒有這項資訊）。

點擊字頭後的「字號」，可以直接帶出「小學堂」官網對應字頭頁面。點擊最右邊的「字碼」，則可以直接帶出字形資訊頁面。

《漢字構形資料庫》離線字典在此一併發布，不再另行撰文介紹。

詞條總數：93547
漢字數目：93069
符號數目：477
圖片數目：0
連結數目：1
下載連結：漢字構形資料庫.zip

字形優化

根據我的觀察，「漢字構形資料庫」提供的楷體字形正確性較高，與拆分資料多半一致，明體字則有不少字形與楷體並不一致，甚至是錯誤的。這部分我已盡力修正，讓所收錄的字形維持正確。

「漢字構形資料庫」的  24350  個未編碼字扣除 13696 個增收字，也就是說還有 10654 個字形屬於既收字。這些字形當可擇其優者替換掉一些「全宋體」原先質量較差的字形，只是可用的時間實在窘迫，這部分尚未完成。

字型更新

經過這些整理，這次更新給大家的全宋體，除了基本字區、A - H 區的已編碼漢字共 98060 個外，再加上 100746 個 Unicode 尚未編碼的補充漢字，總計共有 198806    個漢字。除了涵蓋 Unicode 15.0 的所有漢字、涵蓋了四大字典的所有字頭與台灣 CNS 標準的編碼漢字之外，更涵蓋了「小學堂」的所有字頭，足堪專業領域之使用。

另 Unicode 15.1  新增的四個 IDC  字元：U+2FFC ⿼、U+2FFD  ⿽、U+2FFE ⿾、U+2FFF  ⿿，我也增補進來，方便  IDS 構字式的使用。

下載連結：全宋體.zip

下載連結：部件檢索(測試版).7z

下載連結：倉頡碼表.7z (僅保留漢字部分，請自行併入您慣用的碼表)

安裝字型的方式請參閱 漢字使用環境的建置 ㈠ —— 顯示篇 的說明。

鳴謝

感謝這些原字型製作單位與作者的無私奉獻。

感謝老友 suns99 兄，總是不離不棄地與我並肩作戰。

感謝好友 Mastameta 兄，陸續提供了一些優化字形供我替換。

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。

勘誤：

---

本分隔線以下已更新處理

• 󼱊􁗓重複，後者註銷。（2023/09/20）
• 󼸛􁈇重複，後者註銷，字形依後者。（2023/09/19）
• 󶄟􀧪重複，後者註銷。（2023/09/13）
• 臘􁗹重複，後者註銷。（2023/09/06）
• 󳠆􀒢重複，後者註銷。（2023/09/04）
• 󻋋􀖴重複，後者註銷。（2023/09/04）
• 󻋱􀘋重複，後者註銷。（2023/09/04）
• 󱭝􀟰重複，後者註銷。（2023/09/04）
• 𬈃􀣫重複，後者註銷。（2023/09/04）
• 󴚹􀥁重複，後者註銷。（2023/09/04）
• 󻌮􀈈重複，後者註銷。（2023/09/04）
• 󿈽􀈭重複，後者註銷。（2023/09/04）
• 󻈕􀕳重複，後者註銷。（2023/09/04）
• 󰾀􀫻重複，後者註銷，字形依後者。（2023/09/04）
• 󻁶􀘀重複，後者註銷，字形依後者。（2023/09/04）
• 「􂬟」字形修正从「士」。《教育部異體字字典》宋體字形錯誤。（2023/09/04）
• 「􂺂」字形修正从「兔」。《教育部異體字字典》宋體字形錯誤。（2023/09/04）
• 「􀗪」字形修正从「田中女」。《教育部異體字字典》宋體字形錯誤。（2023/09/04）
• 𧏝󲫽重複，後者註銷，字形依後者。（2023/09/04）
• 󱻵􀂠重複，後者註銷，字形依後者。（2023/09/03）
• 「􁻢」字形修正作「⿸厂⿱⿰屰攵足」。《教育部異體字字典》宋體字形錯誤，據手寫字形改。（2023/08/31）
• 「󽗒」字形修正作「⿰虫𦞅」。《中華字海》字形錯誤，與筆畫數不合。《說文長箋》無此字形，據篆文字頭改。（2023/08/30）
• 𡑻􄓑重複，後者註銷。（2023/08/20）
• 󽻄􂆀重複，後者註銷，字形依後者。（2023/08/15）
• 𢲀􄐩重複，後者註銷。（2023/08/11）
• 􆪾􆴶重複，後者註銷。（2023/08/11）
• 𫵙􆁿重複，後者註銷。（2023/08/11）
• 𰲛󵀨重複，後者註銷。（2023/08/11）
• 𪦧􅫜󺺄重複，後二者註銷。（2023/08/11）
• 𤲥􀼧重複，後者註銷。（2023/08/10）
• 「󳖔」字註銷。《漢字海》錯誤字形，據《中文大辭典》應作「𡯪」。（2023/08/02）
• 󿚍􄬻重複，後者註銷，字形依後者。（2023/07/28）
• 󽆑􁃎重複，後者註銷，字形依後者。（2023/07/25）
• 󽆩􁃑重複，後者註銷，字形依後者。（2023/07/25）
• 󽆥􁃐重複，後者註銷。（2023/07/24）
• 󽆒󿙟重複，後者註銷。（2023/07/24）
• 󽆫􁃛重複，後者註銷。（2023/07/24）
• 󻍖􇌘重複，後者註銷。（2023/07/22）
• 𢿣􄒥重複，後者註銷。（2023/07/21）
• 「􄔁」字註銷。《教育部異體字字典》錯誤字形，據元刊本《玉篇》應作「󻍴」。（2023/07/21）
• 𩄚󵢾字形交換，以合於 CNS 標準。（2023/07/20）
• 󴜭􀭏重複，後者註銷。（2023/07/17）
• 𡲘󰜏重複，後者註銷。（2023/07/17）
• 「􀃰」字註銷。《教育部異體字字典》錯誤字形，據《重訂直音篇》應作「󵅆」。（2023/07/14）
• 「󰴥」字註銷。《漢語大字典》第二版錯誤字形，一版無誤，據《字彙補》應作「𩄥」。（2023/07/11）
• 𩒭󰴰重複，後者註銷。（2023/07/10）
• 「󳲡」字形修正作「⿳山宀󰉟」。《中華字海》字形錯誤，據朝鮮本《龍龕》改。（2023/07/09）
• 43534 󽛢：官網字形誤作「⿱𥫗普」，據《漢語大字典》修正。（2023/07/04）
• 99596 𫸲：字形與 62042（7.F35D）同，重出。（2023/06/30）
• 80971 􇽣：官網字形誤作「𨞁」，與 50375（5.F65C）同。（2023/06/30）
• 79331 􈺴：官網字形誤作「𩰤」，與 21413（1.E65E）同。（2023/06/30）
• 63023 󰢔：官網字形誤作「㸬」，與 33162（3.E3B1）同。（2023/06/30）
• 59470 􈻓：官網字形誤作「䲕」，與 81234（10.F57A）同。（2023/06/30）