五笔字型编码规则

五笔字型编码规则

一、王码86版五笔对末笔画以及字型的特殊约定

关于笔画有如下约定：

86版五笔对于某些汉字所取的末笔画和标准笔顺有所不同（98版以及GB18030对此似有修正），以至不少常用汉字的五笔编码令人觉得匪夷所思。兹将有关规定照录如下：

1、末字根为“力、刀、九、七”等时，一律认为末笔为折。

2、“进、远”等字，不以“辶”的末笔为末笔，约定以去掉“辶”部分后的末笔为整个字的末笔来构造识别码。

3、“我、戋、成字的末笔取撇“丿”。

4、所有包围型汉字的末笔，规定取被包围的那一部分笔画结构的末笔。

关于字型有如下约定：

1、凡单笔画与字根相连者或带点结构都视为杂合型；

2、字型区分时，使用“能散不连”的原则。“矢、卡、严”都视为上下型；

3、内外型字属杂合型，如“困、同、匝”。但“见”为上下型；

4、含两字根且相交都属杂合型，如：“东、电、本、无、农、里”；

5、下含“辶”偏旁的汉字为杂合型，如“进、远、过”；

6、以下各字为杂合型：“司、床、厅、龙、尼、式、后、反、处、办、皮、习、死、序、压”，但相似的“右、左、有、看、者、布、包、友、冬、灰”等视为上下型。

二、单字的编码规则

（1）“键面字”输入法

一张“字根总表”，把全部汉字划分成了两大部分。总表里边有的，是专门用来组成总表以外汉字用的，称为“键面字”或“成字字根”相当于“原子”。总表里边没有的，全部是由字根组合而成的，称为“键外字”或“复合字”，相当于“分子”。现在，我们按照前述汉字分解之原则：“汉字分解为字根，字根分解为笔画”，先来学习“键面字”或“成字字根”的编码输入法。 ● 键名字输入

各个键上的第一个字根，即“助记词” 中打头的那个字根，我们称之为“键名”。这个作为“键名”的汉字，其输入方法是：把所在的键连打四下（不再打空格键），例： 王：王王王王 （G G G G）

又：又又又又 （C C C C）

如此，把每一个键都连打4下，即可输入25个作为键名的汉字。

● 成字字根输入

① 成字字根：字根总表之中，键名以外自身也是汉字的字根谓之“成字字根”，简称“成字根”。除键名外，成字根一共有97个（其中包括相当于汉字的“氵、亻、勹、刂”等）。 ② 成字根的输入法：先打一下它所在的键（称之为“报户口”）再根据“字根拆成单笔画”的原则，打它的第一个单笔画、第二个单笔画以及其最后一个单笔画，不足4键时，加打一次空格键。现举例如下表

成字根 报户口 第一单笔 第二单笔 最末单笔 所 击 键 位

文 (Y） 、(Y） 一 (G） 、 (Y） Y Y G Y

用 (E） 丿 (T） 乙 (N） │ (H） E T N H

亻 (W） 丿 (T） 丨 （H ） W T H 空格

厂 （D ） 一 （G ） 丿 （T ） D G T 空格

车 （L ） 一 （G ） 乙 （N ） 丨（H ） L G N H

③单笔画输入

许多人不太注意，其实5种单笔画“一、丨、丿、丶、乙”，在国家标准中都是作为汉字来对待的。在“五笔字型”中，照理说它们应当按照“成字根” 的方法输入，除“一”之外，其它几个都很不常用，按“成字根”的打法，它们的编码只有2码，这么简短的“码”用于如此不常用的“字”，真是太可惜了！于是，我们将其简短的编码让位给更常用的字，却人为地在其正常码的后边，加两个“L”作为5个单笔画的编码：

例：一：GGLL 丨：HHLL 丿：TTLL

丶：YYLL 乙：NNLL

应当说明，“一”是一个极为常用的字，每次都打4下岂不慢事？别担心，后边会讲到，“一”还有一个“高频字”码，即打一个“G”再打一个空格便可输入。

（2）“键外字”输入法

凡是“字根总表”上没有的汉字，即“键外字”，都可以认为是由表内的字根拼合而成的，故称之为“合体字”──相当于“分子”。按照前述汉字分解的总原则──“汉字拆成字根”。我们首先应毫不客气、毫无例外地将一切“合体字”拆成若干个字根。

● 合体字的拆分原则

合体字的拆分原则

① 书写顺序：拆分“合体字”时，一定要按照正确的书写顺序进行。

例：“新”只能拆成“立、木、斤”，不能拆成“立、斤、木” “中”只能拆成“口、丨”，不能拆成“丨、口”；“夷”只能拆成“一、弓、人”，不能拆成“大、弓”。

② 取大优先：“取大优先”，也叫做“优先取大”。按书写顺序拆分汉字时，应以“再添一个笔画便不能成其为字根”为限，每次都拆取一个“尽可能大”的，即尽可能笔画多的字根。 例1：世：第一种拆法：一、凵、乙（误）

第二种拆法：廿、乙 （正）

显然，前者是错误的，因为其第二个字根“凵”，完全可以向前“凑”到“一”上，形成一个“更大”的已知字根“廿”。

例2：制：第一种拆法： 、一、冂、丨、刂 （误）

第二种拆法： 、冂、丨、刂 （正）

同样，第一种拆法是错误的。因为第二码的“一”，作为“ ”后一个笔画，全可以向前“凑”，与第一个字根“ ”凑成“更大”一点的字根“ ”。总之，“取大优先”，俗称“尽量往前凑”，是一个在汉字拆分中最常用到的基本原则。至于什么才算“大”，“大”到什么程度才到“边”，这要等熟悉了字根总表，便不会出错误了。

③ 兼顾直观：在拆分汉字时，为了照顾汉字字根的完整性，有时不得不暂且牺牲一下“书写顺序”和“取大优先”的原则，形成个别例外的情况。

例1：国：按“书写顺序”应拆成：“冂、王、丶、一”，但这样便破坏了汉字构造的直观性，故只好违背“书写顺序”，拆作“囗、王、丶”了。

例2：自：按“取大优先”应拆成：“亻、乙、三”，但这样拆，不仅不直观，而且也有悖于“自”字的字源（这个字的字源是“一个手指指着鼻子”） 故只能拆作“丿、目”，这叫做“兼顾直观”。

④ 能连不交：请看以下拆分实例：

于：一 十 （二者是相连的） 二 丨 （二者是相交的）

丑：乙 土 （二者是相连的） 刀 二 （二者是相交的）

当一个字既可拆成相连的几个部分，也可拆成相交的几个部分时，我们认为“相连”的拆法是正确的。因为一般来说，“连”比“交”更为“直观”。

⑤ 能散不连：

A 、 笔画和字根之间，字根与字根之间的关系，可以分为“散”、“连”和“交”的三种关系。

如：倡：三个字根之间是“散”的关系；

自：首笔“丿”与“目”之间是“连”的关系；

夷：“一”、“弓”与“人”是“交”的关系。

B 、 字根之间的关系，决定了汉字的字型（上下、左右、杂合）。

（A ） 几个字根都“交”“连”在一起的，如“夷”、“丙” 等，便肯定是“杂合型”，属于“3”型字，不会有争议。而散根结构必定是“1”型或“2”型字。

（B ） 值得注意的是，有时候一个汉字被拆成的几个部分都是复笔字根（不是单笔画），它们之间的关系，在“散”和“连”之间模棱两可。

如：占：卜 口 两者按“连”处理，便是杂合型（3型）。

两者按“散”处理，便是上下型（2型 正确）。

严：一 厂 后两者按“连”处理，便是杂合型（3型）

后两者按“散”处理，便是上下型（2型 正确）。

当遇到这种既能“散”，又能“连”的情况时．我们规定：只要不是单笔画，一律按“能散不连”判别之。因此，以上两例中的“占”和“严”， 都被认为是“上下型”字（2型）。

（C ） 作为以上这些规定，是为了保证编码体系的严整性。实际上，用得上后三条规定的字只是极少数。

● “多根字”的取码规则

所谓“多根字”，是指按照规定拆分之后，总数多于4个字根的字。这种字，不管拆出了几个字根，我们只按顺序取其第一、二、三及最末一个字根，俗称“一二三末”，共取四个码。 如：戆：立 早 夂 心 42 22 31 51 （UJTN ）

● “四根字”的取码规则

“四根字”是指刚好由四个字根构成的字，其取码方法是依照书写顺序把四个字根取完。 如：照：日 刀 口 灬 22 53 23 44 （JVKO ）

低：亻 七 丶 34 35 15 41 （WQAY ）

● 不足四根字的取码规则

当一个字拆不够4个字根时，它的输入编码是：先打完字根码，再追加一个 “末笔字型识别码”，简称“识别码”。

①“识别码”的组成：它是由“末笔”代号加“字型”代号而构成的一个附加码。由于教不得法，以前许多人对“识别码”望而生畏。其实，按如下做法，你只要5分钟定能学会：

A 、 “1”型（左右型）字：字根打完之后，补打1个末笔画即等同于加了“识别码”。 例： 沐：氵木 丶 （“丶”为末笔，补１个“丶”）

汀：氵丁 丨 （“丨”为末笔，补１个“丨”）

洒：氵西 一 （“一”为末笔，补１个“一”）

B 、 “2”型（上下型）字：字根打完之后，补打由2个末笔画复合构成的“字根”即等同于加了“识别码”。

例： 华：亻匕十（末笔为“丨”，2型，补打“丨丨”作为“识别码”）

字：宀子二（末笔为“一”，2型，补打“二”作为“识别码”）

参：厶大彡（末笔为“丿”，2型，补打“R ”作为“识别码”）

C 、 “3”型（杂合型）字：字根打完之后，补打由3个末笔画复合而成的“字根”即等同于加了“识别码”。

例： 同：冂一口三（末笔为“一”，3型，补打“三”作为“识别码”）

串：口口（末笔为“丨”，3型，补打“K”作为“识别码”）

国：囗王丶氵（末笔为“丶”，3型，补打“氵”作为“识别码”）

至于为什么这些“笔画”可以起到“识别码”的作用，你只要仔细研究一下区位号的设计与“识别码”的定义便会恍然大悟。“识别码”是由“末笔”代号加“字型”代号而构成的一个附加码。 ② 关于“末笔”的几项说明：

A、 关于“力、刀、九、匕”。鉴于这些字根的笔顺常常因人而异，“五笔字型”中特别规定，当它们参加“识别”时，一律以其“伸”得最长的“折”笔作为末笔。

如： 男：田 力 （末笔为“乙”，２型）

花： 艹 亻 匕 （末笔为“乙”，２型）

B、 带“框框”的“国、团”与带走之的“进、远、延”等，因为是一个部分被另一个部分包围，我们规定：视被包围部分的“末笔”为“末笔”。

如： 进：二刂 辶 （末笔“丨”3型，加“K ”作为“识别码”）

远：二儿 辶巛 （末笔“乙”3型，加“巛”作为“识别码”）

团：囗十丿 彡 （末笔“丿”３型，加“彡”作为“识别码”）

哉：十戈 口 三（末笔“一”３型，加“三”作为“识别码”）

C 、“我”“戋”“成”等字的“末笔”，由于因人而异，故遵从“从上到下”的原则，一律规定撇“丿”为其末笔。

如： 我：丿 扌 乙 丿（TRNT ，取一二三末，只取4码）

戋：戋 一 一 丿（GGGT ，成字根，先“报户口”再取1、2、末笔）

成：厂 乙 乙 丿（DNNT ，取一二三末，只取4码）

D 、 单独点：对于“义、太、勺”等字中的“单独点”，离字根的距离很难确定，可远可近，我们干脆认为这种“单独点”与其附近的字根是“相连”的。既然“连”在一起，便属于杂合型（３型）。其中“义”的笔顺，还需按上述“从上到下”的原则，认为是“先点后撇”。

如： 义：丶 氵（末笔为“丶”３型，“氵”即为识别码）

太：大 丶 氵（末笔为“丶”３型，“氵”即为识别码）

勺：勹 丶 氵（末笔为“丶”３型，“氵”即为识别码）

2、词语的编码规则

1982 年底，“五笔字型”首创了汉字的词语，依形编码、字码词码体例一致、不须换档的实用化词语输入法。不管多长的词语，一律取四码。而且单字和词语可以混合输入，不用换挡或其它附加操作，谓之“字词兼容”。其取码方法为：

1、 两字词：每字取其全码的前两码组成，共四码。

如：经济：纟 又 氵 文 （55 54 43 41 XCIY）

操作：扌 口 亻 （32 23 34 31 RKWT）

2、 三字词：前两字各取一码，最后一字取两码，共四码。

如：计算机：讠 竹 木 几 （41 31 14 25 YTSM）

操作员：扌 亻 口 贝 （32 34 23 25 RWKM）

3、 四字词：每字各取全码的第一码。

如：科学技术：禾 扌 木 （31 43 32 14 TIRS）

汉字编码：氵 宀 纟 石 （43 45 55 13 IPXD）

王码电脑：王 石 曰 月 （11 13 22 33 GDJE）

4、 多字词：取第一、二、三及末一个汉字的第一码，共四码。

如：电子计算机：曰 子 讠 木（22 52 41 14 JBYS）

中华人民共和国：口 亻 人 囗（23 34 34 24 KWWL）

美利坚合众国： 禾 囗（42 31 22 24 UTJL）

五笔字型计算机汉字输入技术：五 竹 一 木（11 31 11 14 GTGS）