/Cangjie5

倉頡五代補完計劃

Primary LanguagePythonMIT LicenseMIT

Cangjie5

简化字版说明

相關項目：Arthurmcarthur/Cangjie3-Plus

由「倉頡平台 2012」的「五倉世紀」碼表修改而來。

下載

你可以在發佈頁下載適用於RIME、Fcitx 5、小小輸入法的碼表文檔，以及用於替換微軟倉頡碼表的文檔。
或者嘗試使用腳本生成其他格式的碼表文檔。

目標

本項目參考官方資料對碼表進行修改，可能與其他常見倉頡輸入法軟件存在差異，詳閱說明。

  1. 本項目：
    1. (✓)意圖 修改字碼以貼近官方資料
    2. (✗)無意 修改或解釋官方碼表中被認為不符合倉頡輸入法規則的部分，除非是明顯的筆誤
    3. (✓)意圖 完善字形兼容。參考官方碼表為主，適當添加各地字形
    4. (✗)無意 兼容全部舊字形、中國大陸、香港、台灣、日本、韓國、越南字形
    5. (✓)意圖 根據個人主觀理解製作一份碼表，為大家提供一個選擇
    6. (✗)無意 滿足所有人的需求
  2. 所稱「官方資料」，包括：
    1. 《第五代倉頡輸入法手冊》（松崗，1993、文化傳信，1999、博碩，2006）
    2. 「漢文庫典」網站
    3. 朱邦復工作室《內碼對照表》（含2003版五代、六代編碼）
    4. 《零壹中文電腦叢書之八 倉頡第三代中文字母輸入法》（全華，1984）、《零壹中文電腦叢書之九 增訂版倉頡第三代中文輸入法》（全華，1991）
    5. 《零壹中文電腦叢書之七 標準倉頡第二代中文輸入法》（全華，1983）
    6. 沈紅蓮女士之信函

內容

  • Cangjie5.txt
    碼表。一般排序，綜合考慮字頻及繁簡，部分常用簡化字可能排在傳統漢字前面。
  • Cangjie5_TC.txt
    碼表。傳統漢字優先，偏好台灣用字習慣，符合《常用國字標準字體表》的字形將排在前面。
  • Cangjie5_HK.txt
    碼表。傳統漢字優先，偏好香港用字習慣，符合《常用字字形表》的字形將排在前面。
  • Cangjie5_SC.txt
    碼表。簡化字優先，符合《通用規範漢字表》的字形將排在前面。
    ※以上四份碼表收錄字符相同，包括：中日韓統一表意文字基本區至擴展I區、兼容漢字區中視作統一漢字的十二個字符，以及官方碼表中收錄的符號。
    另外收錄兼容漢字、部首、筆畫以及其他一些形似漢字的符號。為避免與常規漢字混淆，此部分字符編碼以「z」開頭（兼容漢字「zc」，部首「zr」，筆畫「zs」，表意文字描述字符「zi」，算籌符號「zn」，其他符號「zf」）。
  • Cangjie5_supplement.txt
    碼表。收錄兼容漢字、部首、筆畫以及其他一些形似漢字的符號。此表按原始編碼收錄，編碼不以「z」開頭。
  • change_summary.md
    總體說明，包括取碼爭議、字形兼容、重碼字排序調整說明。
  • change_details.log
    碼表的詳細編輯記錄。
  • Cangjie5_special.txt
    碼表。收字較少的版本，收錄主流系統通常可以顯示的字符，包括：中日韓統一表意文字基本區（除去U+9FF0至U+9FFF）、擴展A區（除去U+4DB6至U+4DBF）、兼容漢字區中視作統一漢字的十二個字符、《通用規範漢字表》、《香港增補字符集—2016》（HKSCS）。
    此碼表與前面幾份碼表更新可能不同步。

FAQ

  1. Q：此項目是「官方」碼表嗎？
    A：不是。本項目為個人製作，非倉頡輸入法官方。本項目修訂過程中參考官方資料為主，遇到疑難問題有諮詢沈紅蓮女士之意見，但並不與官方完全一致。
  2. Q：有些官方編碼不合理，為甚麼此項目不作出更正，是盲從嗎？
    A：倉頡輸入法是自由的，朱邦復先生放棄專利，允許各界自由使用和修改。坊間對倉頡輸入法有不同理解，亦衍生出許多有差異的碼表。
    討論當然是好的，但最終未必能達成共識。本人沒有能力，也認為沒有必要追求統一。
    僅就本項目而言，修訂的方向是以官方資料為主，結合個人的理解。用戶可以根據需要，選用任何適合自己的碼表。
  3. Q：碼表的重碼字排序是如何確定的？
    A：重碼字排序參考了各地的常用字表以及字頻數據。
    「一般排序」版本假設用戶繁簡並用，以繁體為主，但是常用的簡體字也可能排在不那麼常用的繁體字之前。
    「傳統漢字優先」版本又分為「偏好台灣用字習慣」和「偏好香港用字習慣」兩種，差異在於「群羣」等異體字的排序。
    「簡化字優先」版本除簡體字排在前面外，符合《通用規範漢字表》的繁體字（俗稱「陸標繁體」）也會排在相對前面的位置。
    除此之外，粵語白話文的常用字獲得了一定程度的權重加成。
    顯然，每個人有不同的用字習慣，重碼字排序不可能同時滿足所有人。用戶可根據自己的需要自行調整。
    以下為四個版本的排序示例：
    字碼 Cangjie5.txt Cangjie5_TC.txt Cangjie5_HK.txt Cangjie5_SC.txt
    ol 仲个 仲个 仲个 个仲
    srtq 群羣 群羣 羣群 群羣
    tknl 鄭郑鄚 鄭鄚郑 鄭鄚郑 郑鄚鄭
    tomg 荃荏 荏荃 荃荏 荃荏
    yrcru 說説 說説 説說 説說
  4. Q：為甚麼有些字有多個編碼，字形兼容的意義何在？
    A：不同地區有不同字形規範，例如「次」字的左邊，香港寫作「冫」，台灣寫作「二」。有些碼表只收錄了「冫欠」的字形，即「戈一弓人」。習慣「二欠」的用戶按這個字形取碼「一一弓人」，就打不出字。
    為了避免這種困擾，本項目兼容不同字形，使用戶可以按自己習慣的字形取碼。
    不過，出於實用性的考量，有一些字形沒有收錄。例如，「今」字的「丶」也可寫作「一」，後者取「人一弓」。「今」「气」「俞」都常作為漢字的右偏旁出現，三者作字身時均取碼「人一弓」，產生「汽渝汵」「喻吟」等大量重碼字。因此，本項目沒有收錄「今」的「人一弓」這一字形。
  5. Q：為甚麼碼表中很多字無法顯示？
    A：Cangjie5.txt、Cangjie5_TC.txt、Cangjie5_HK.txt、Cangjie5_SC.txt四份碼表收錄了 Unicode 中日韓統一表意文字基本區至擴展I區的所有漢字，數量為九萬餘。有一些擴展區的漢字，若電腦和手機系統字體不支持，就會顯示為方框「□」、問號「�」或空白。
    有些用戶可能不會用到擴展區漢字，Cangjie5_special.txt只保留了主流手機、電腦系統通常可以顯示的漢字，字數為三萬餘。
    以下為不同版本的收字示例：
    漢字舉例 Cangjie5_special.txt Cangjie5.txt/Cangjie5_TC.txt/Cangjie5_HK.txt/Cangjie5_SC.txt 備註
    常用字 ✓ ✓
    㗎、䶮 ✓ ✓ 擴展A區字
    𠝹、𡁻 ✓ ✓ HKSCS字
    𫫇、𩾌 ✓ ✓ 通用規範漢字表字
    鿿、𫬷 ✗ ✓ 新版本Unicode增收的基本區和擴展A區字，2016年之後HKSCS增收的字
    𪠽、𰻞 ✗ ✓ 擴展B區至I區的其他字

反饋

若發現錯誤，可在此處反饋。 多謝！