漢字使用環境的建置 ——十八萬漢字初稿登場

☆ 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。

去年底我與 suns99 兄初步完成了《教育部異體字字典》宋體字頭的清理工作後（尚有 13830 個手寫字形待清理），本來打算休息一年，先把工作重點放在拆分數據的完善上。結果阿文兄硬是不讓我休息，跳出來說要幫忙清理手寫字形的部份，呵呵！計畫趕不上變化，於是只好牙根一咬繼續拼下去了。在經過波波折折、兩度重新編碼後，終於在半年後完成了全部的清理工作，共新增 8289 個手寫字形至字庫，《教育部異體字字典》的所有字頭全數「文字化」。至此「全宋體」這個大型字庫，收字正式突破了十八萬漢字，涵蓋了四大字典（《漢字海》、《教育部異體字字典》、《中華字海》、《漢語大字典》）的所有字頭，應該足供專業等級的漢字應用。

《本草綱目》辭典

☆ 2023/10/13 累積訂正更新，原連結請重新下載。

《本草綱目》是一部集醫藥、本草大成的著作，由明代李時珍費時二十七年，歷經三次改寫而成。萬曆六年（1578年）定稿，卻苦無書商願意承印，又歷十二年，才獲南京藏書家兼出版商胡承龍的贊助，於萬曆二十三年（1596年）正式在南京刊行。然而，李時珍在獲得贊助後，未及三年便撒手人寰，終究未能看到自己的著作問世。

《本草綱目》雖然不是字書，但算得上是中國古代一部劃時代的醫藥類百科全書，影響後世至深且鉅。清代著名的《康熙字典》，引用《本草》相關的引文就有五百多處。時至今日，我們還能經常在廣告文案上看到：「《本草綱目》有記載，……。」云云，讓人倍感親切、信賴。《本草》其實早已內化到每一個華人的骨子裡，是生活上、文化上無法切割的一部分。

《說文解字》字典更新

☆ 2023/10/13 累積訂正更新，原連結請重新下載。

我製作的《說文解字》字典，自發布以來受到許多朋友的肯定。我十分高興，高興的並不全是因為受到讚美，而是代表我製作的《說文解字》字典對很多人來說是「有用的」，這也是我製作這字典的初心——除了自己可以使用之外，我希望能幫助更多的從事研究或閱讀的人們。距離上次發布，也已經是三年前的事。三年來，我還是有做了一些小幅度的修訂，只是忙於漢字的整理，一直沒心思撰文把這些更新發布出來。現下剛好有點空檔，於是趕快把這些更新發布出來，省得始終費心記掛。

《教育部異體字索引字典》

☆ 2024/04/30 因應官網第七版更新，原連結請重新下載。
☆ 2023/10/13 累積訂正更新，原連結請重新下載。

四年前，我從官網擷取了《教育部異體字字典》的相關資料，製作了一部離線字典方便自己閱讀時查閱。《異體字字典》共收漢字十萬六千餘個，大部分以圖片呈現，當時我還原了三萬多個圖片字頭，加上原本的兩萬個文字字頭，可以檢索的字頭約有五萬多個，仍有約五萬個圖片字頭無法檢索。這些年來，每每在古籍中遇到一些「奇形怪狀」的俗體字，查《異體字字典》經常能查到，但是圖片字無法直接複製取用，無法用來數位化這些古籍中的字，只能徒呼負負。所以我一直想方設法要將這些圖片字還原成純文字，只是數量龐大，也只能少量地一點一點還原。

漢字使用環境的建置 ——十七萬漢字初稿登場

☆ 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。

七月初我與 suns99 兄完成了《中華字海》字頭的清理工作後，略事休息，接著又投入了《教育部異體字字典》的字頭清理工作。由於《教育部異體字字典》的字頭清理工作難度更高，我估計憑我二人之力難以在短時間完成，於是便在7月19日去函《教育部異體字字典》的維護單位——國教院，申請《異體字字典》字頭的構形數據。7月30日收到回函，國教院同意提供《異體字字典》字頭的構形數據供我整理之用，實際收到數據已是在10月15日。與此同時，我將尚未還原的《異體字字典》字頭摘錄出來做成工作檔（先前已斷續整理還原了六萬多字，再扣除掉 13830 個手寫字形後，還有 35046 字待清理），每五千字一包，切分成七個包，suns99 兄用倉頡輸入法逐字核對清理（每包平均約花兩週時間，平均還原率略低於 50%），每完成一包發回給我，我再針對可還原的字頭覆核一遍，確保還原的正確性。花了三個月的時間，十月中完成了初步的清理工作。經過統計，利用既有全宋體字庫可檢索的字頭計有 73803 字，需新增至字庫的未收字頭共有 18366 字。然後我將國教院提供的構形數據略事整理，吻合進我的字表，最後提取 18366 個未收字頭數據，加進「部件檢索」裡，至此「全宋體」這個大型字庫，收字正式突破了十七萬漢字，應該足供大多數的漢字應用。

《電腦漢字字典》

☆ 2022/09/29 因應 Unicode 15 發布，同步更新《電腦漢字字典(精簡版)》字典，原連結請重新下載。
☆ 2022/01/04 為了避免違反 Unicode 官方 "Terms of Use" 的宣告，特將 Unicode Character Code Charts 的數據移除，並更名為「精簡版」以資區別，重新開放分享。
☆ 2021/10/19 經網友提醒，可能會有違反 Unicode 官方 "Terms of Use" 宣告的疑慮，即刻起停止這個字典的分享，以示對版權方的尊重。

這是一部意外的字典。怎麼說呢？當初一直想做一部含有所有 Unicode 漢字的字典以供查閱，試著從 UniHan 的數據整理，結果不是很理想。試著從「國際電腦漢字及異體字知識庫」、「字海網」等網站蒐集，結果都跟我的期待有所落差。後來從 字形維基(GlyphWiki) 蒐集了相關數據，在整理的過程中覺得數據很是龐雜，於是下了幾個正則刪除了一些數據，沒想到結果卻異常的好，分享給一些好友，大家都覺得真是個好工具。於是這部字典就被我留了下來，成了重要的工具。但我總覺得還是不夠完整，所以一直沒有正式分享出來。這次隨著 Unicode 14.0 的發布，我終於利用新的製作技術完成了最後一塊拼圖，完整了這部——《電腦漢字字典》。

難字錄

難字者，一些大型字典沒有收錄的生僻字。與好友整理漢字過程查得的一些資料，隨手貼於此處……難字錄

《學生字典》

☆ 2023/10/13 累積訂正更新，原連結請重新下載。

記得還在念小學時，每年導師都會從班上選出一位小朋友做模範生，統一提報到學校匯總，然後校長就會在朝會上公開表揚，並頒發獎狀、獎品。念小學的六年裏，我就有三年當選了模範生，所以拿了不少獎品，呵呵！在那個相對沒那麼富裕的年代，獎品通常也不會是什麼貴重的東西，很多就是印有縣長啦、地方議員啦敬贈的毛筆、硯台、墊板、鉛筆盒等文具用品，最貴重的應該就屬是一本燙金精裝的國語字典了。今天要介紹的，就是一本學生時代的字典，但不是我的學生時代，而是我的上一代、再上一代，民國初年時期的一本字典——《學生字典》。

漢字使用環境的建置 —— 追加三千漢字

☆ 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。

三月底我與 suns99 兄完成了《漢字海》三萬多字頭的追加工作後，略事休息，馬上又投入了《中華字海》的字頭清理工作。雖然《漢字海》這本後出的字典幾乎涵蓋了《中華字海》的大部分字頭，但仍有一小部份《中華字海》字頭是其他字典所沒有收錄的。最終，清理出了三千多字，追加補入字庫，將字庫的字量提升到 155070 字。至此，全宋體這個大型字庫，收齊了 Unicode 13.0、CNS11643、目前收字最多的三大字典：《漢字海》、《中華字海》、《漢語大字典》，以及《玉篇》、《廣韻》、《集韻》、《康熙字典》等歷代字書、韻書的所有字頭，能夠提供閱讀者、文獻整理者、學界專家們更精準的漢字呈現與檢索，希望能為漢字文化的推廣、延續盡上一點點棉薄之力。

漢字使用環境的建置 —— 十五萬漢字粉墨登場

☆ 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。

從去年底開始，我將注意力放在了一部目前已經出版的收字最多的字典——《漢字海》身上。前後花了三個多月的時間，終於將這部字典的字頭清理完畢。《漢字海》第一版 (全三冊)，2014 年由香港大正出版公司出版，共收錄 102447 個漢字字頭，超越了《漢語大字典》的 60367、《中華字海》的 86987，成為目前為止收錄漢字最多的字典(《教育部異體字字典》收字 104302，但未實質出版，故不列入比較)。經清查該字典有 12 個字頭重出，而與既有的全宋體 12 萬字庫比對，約有七萬字已收，最後將 32373 個未收字補入字庫，成功將字庫的字量推升到 151917 字，一舉超過了十五萬字大關。