《华升汉字编码》
—— 一种数字化的汉字编码系统
麦世基
一、前言 《华升汉字编码》简称《华升码》（专利申请号：96101649.3），是一种以阿拉伯数字为代码的、在《四角号码》基础上发展起来的汉字编码系统。编码的依据是汉字部首和字根，以产生单字或字组的代码，输入/输出计算机，达到打字或检索的目的，并可从中领会字义及其结构的艺术性，做到与汉字学习相辅相成。所以《华升码》直观性好，易于见字识码，见码识打，也便于从代码到单字的反推导。相对而言，它更适合于不善汉语拼音的人和古汉语工作者使用。对于具有中国小学毕业汉语水平的人，只须经过4小时教学或者8小时自学便能掌握，每分钟能打15个汉字以上。《华升码》严格遵循现行的有关标准，完成了GBK 21000个汉字以及120000个字组的编码。 二、定义 一）“字元”：它相当于《新华字典》（《字典》）的部首或字根，或者 相当于《汉字部件规范》的“部件”。 二）“单元字”：不可进行“有理拆分”的字，例如：农、直、口、日、月、元、木、水；笔画复杂、难以划分“字元”的字，例如：爨、龜、慶、寧、壽、夀。 三）“双元字”：由二个“字元”组成的字，例如：昌、明、林、植、远、遠、炎。 四）“三元字”： （一）“简单三元字”：三个字元相同或相似并且都只有一位码，或三个字元有序排列的、其中2个字元各有一位码的字，例如：品、众、毕、幾。 （二）“復合三元字”：对称排列或半对称排列的、对称字元最少各有2位码的字，包括： [一]“对称三元字”：三个字元相同的或三个字元有序排列的字，例如：晶、森、矗、焱、鑫、粥、辨、辦。 [二]“半对称三元字”：在三个字元之中，须有二个相同并起码各有二位自然码，例如：谈、唱、倡、霖、奎、淋、器、肅、螽、輟。 [三]“不对称三元字”：一个字元包含着另一个字元的字，例如：裹、衷、街、術、衡、微、徽。 注：“微、徽”等字是本系统特定的三元字，另外归入一般双元字。 （三）“三元部件” “双元字”的一个字元为“对称三元字”或“半对称三元字”或有序排列的相似部件，例如：“燊、蕊、儡、簫”等字中的“焱、惢、畾、肅”以及“赢、贏、羸、齊、機、繼、夔、巒、燮”中的有序排列部分。 注：根据上述原则，“草、笑、哭、皆、冀”等字都不属于“三元字”，也不含“三元部件”。 五）代码的类别：“自然码”就是某个“字元”的全部代码。“有用码”就是从“自然码”中采集的代码。“无用码”就是 “有用码”以外的代码。 六）符号表示法：为了便于叙述，本文将以ABC分别表示单字的字元，即AB代表双元字，ABC 代表三元字（单元字不作任何表示）；abz分别表示字元的采码顺序。 ABCDZ分别表示字组单字的排列顺序，即AB、ABC表示二字、三字字组…… Z表示五个字和五个字以上字组的末位字；abz分别代表单字字元的特定采码顺序。 三、笔画代码 《华升码》参考《四角号码》的特点和优点发展起来的笔画代码是： 1－横①：一,乛； 2－垂②：丨,亅,丿; 3－点捺③：丶,亠,宀 、乀； 4－叉④：十,乂,乄； 5－串⑤：卄,丰,卅；6－方口⑥：口,囗； 7－角⑦：厶,幺,匚,凵,冂,乚,丆,丩,丬,冖,乙,已,冫,卜,臼,凹,凸;弓。 8－八⑧：八,人,入,亻,丷,二,巜,“刈”中的“立刀”； 9－是小⑨：小,三,氵,彡,川,巛； 0－作补缺无他用⑩。 作者根据胡适先生创作的《笔画号码歌》改编的《华升码》口诀是： 1横2垂3点捺，4叉5串6方口，7角8八9是小，0作补缺 无他用。取大兼并最少码(11)，6、7保留(12)8、9独立(13)。 注：① 带勾的“一”只作“1”，例如：买－1+843；卖－4+18(4)3。 [()内为“无用码”，下文一概从略] ② 凡带勾的“亅”只作“2”。 ③ 凡带点的字元都作“3”。 ④ 两单笔交叉都作“4”，不另计码。 ⑤ 单笔与多笔交叉都作“5”，不另计码；二笔与多笔交叉作“55”，例如：井－55； 弗－557。 ⑥ 规则的和大致规则的“口”都作“6”，例如：互－86；耳－68； 身－264； 奥－263；骨－67+78；奂－763；門-612612。 ⑦ 概括为： －单拐笔和多拐笔：女－57; 卐-747；學－744+74；肅-55777；發－77+784； 祭－77+89；餐－77+837；乌－771；殷-767874；繼-79+777；弗-557;垒777+41. －半方框和不规则方框：共－78；甘-71；艸-47+47；棗-578578 －不平行的二笔交会：疋-718；走-41+78；冷-7+837；下-17. ⑧ 八字形、人字形以及平行的二笔，包括“寒字底”。 ⑨ 小字形和平行的三顺笔。 ⑩ “0”只用来弥补缺码的空位。 ⑾ 采码顺序(上下或左右)视碼值大小而定,例如：丰－5；卌－5。 “兼并”就是对于相邻的 2 个笔画，只取上一个笔画的代码，把下一个笔画 “兼并”掉。例如：“丶,亠,宀”－ 3； “丩,丬”－ 7；万－7；敖－57+84；款－499+78；前－8+788；旁－38+37； 常－96+47；當－96+64。 ⑿ 6和7代表的笔画与其他笔画交叉产生新的代码后，6和7 都要保留, 例如：丰－5；中－56；串－566；电－567。 ⒀ 要保持8和9代表的笔画的相对独立性,不得兼并,例如：行－82+82；点－76+88； 恭－78+93；言－396；立－388；王－84；重－856。 四、采码和计码方法 采码方法与笔顺基本相同，但须严格地、独立地围绕字元进行，即从上到下，从左到右，从外到内；取大优先；6、7重复，8、9独立。 “取大优先”就是，具体的某一位码要尽可能取到最大值。 “6、7重复”就是，凡是某一笔画与6和7代表的笔画交叉构成新码时，6或7都要保留,例如： 丰－5；中－56；串－566。农－477；发－473+74；巾－47； 弗－557;冓－551575;帶－577+47。 “8、9独立”就是,要尽量成全8和9,允许兼并其他笔画而不允许被其他笔画兼并。 例如：行－82+82,；款－499+78；熬－474+88;洲－999;恭－78+93。 注：被交叉的所有笔画以及被分隔的任何笔画，都不得单独立码，例如：丳—556（非556+6）；肃—578（非575+88）。 五、单字的采码方法 单元字，最多采3位码，即abz。例如：口－6，日－61木－48，水－277， 耳－68，又－74，女－57。 双元字，各字元的采码方法同单元字, 两码组之和超过三位但不满六位时,中间须用“+”或者其他符号隔开，其他例外。 例如：吕－66,昌－61+61,林－48+48,冰－7+277,取－68+74,好－57+14,马－771,绿－71+717,馬－75+88,思－64+97，骤—771687。 三元字，简单三元字的各字元只采一位码；复合三元字的各字元 分别采首末二位码,即A－az, B－az, C－az最多, 倘若某字元的自然码不足二位, 就须用0补够。例如： （1）简单三元字，例如：品－666,；众－888；幾－757。 （2）复合三元字包括： 1）对称三元字,例如: 晶－616161, 森－484848, 矗－494949,焱－888888, 鑫－888888, 粥－708870, 辨－347034, 辦－344734；蠶—776153。 2）半对称三元字,例如：谈－378888, 唱－606161, 霖－184848, 器－664366, 肅－557777,箋－995353, 間－626261。 3）不对称三元字,例如：裹－306887,街－824182, 衍－829082，微－827884。 （3）三元部件, 采相应部件的首码, 例如：燊－888+48, 蕊－44+999, 儡－8+666, 簫－99+577, 赢－376+778, 齊－377+88,機－48+757。 六、字组的采码方法 字组的字数规定为2个字至12个字，都采5位码。例如： 中国—A－az B－abz－56683; 中国人—A－a B－az C－az－56380; 中国人民—A－a B－a C－a D－az－56864; 海上生明月－A－a B－a C－a D－a Z－a－ 97267；天涯共此时—19776(方法同上)；中国人民银行—5686(8)8。 注：二位字组的末位字如果是个对称或半对称三元字，就须采各字元的首位码，例如：结晶—76666；炮轰—87477；砲轟—77555。 七、执行标准 《华升码》执行的标准包括： GB13000.1字符集 “汉字部件规范”（ 560个部件中95%适用）； GBK 字库的21000 个古今中外汉字; GB/T 18031－2000“数字键盘汉字输入通用要求”（重码率~10%）; 《现代汉语通用字笔顺规范》（90%以上合乎标准）。 八、参考资料 1．《現代漢語詞典》1979年北京－《四角号码查字法》部分 2．《新华字典》（1992年重排版） 3．《现代汉语规范字典》1998年1月 4．《纵横汉字系统》清华大学出版社 1995年6月 九、检测和中间试验 在完成《华升码》的设计之后已进行排序整理，并且根据电脑的简单运算功能，优化了编码，只须再进行“生成”处理就可就可以交付使用了。经过与十几位技术人员的讨论和试验，证明《华升码》是可行的。 | 
