倉頡正述

倉頡Rhapsody：不分割字首字身的倉頡

作者：馬拉錘

發表於：4-4-2023 22:38:53

文章地址：https://www.chinesecj.com/forum/forum.php?mod=viewthread&tid=195719

雖然普通人可能一無所知，但鄭碼在形碼輸入法界相當有名。

它之所以有名，是因為它首先采用了一種非常不同於其他輸入法的思路。

以「鵏」為例。

大易輸入法是這樣取碼的：
先取出「甫」，「甫」在「6」鍵。
再取出「鳥」，「鳥」在「H」鍵。
因此得出取碼「6H」。

五筆98是這樣取的：
先取出「甫」，「甫」在「S」鍵。
再取出「鳥去掉灬」，「鳥去掉灬」在「Q」鍵。
再取出「灬」，「灬」在「O」鍵。
最後，根據末筆筆形和字形結構補一識別碼。
得出取碼「SQOY」。

但鄭碼輸入法是這樣取的：
先取出「甫」，「甫」雖然在「F」鍵，但是需要用「FB」代表「甫」。
再取出「鳥」，「鳥」雖然在「R」鍵，但是需要用「RZ」代表「鳥」。
得出最終取碼：「FBRZ」。

最後還想提關於五筆86的一些設計。
一些人在學習五笔86時，抱怨為何五笔86的字根要「缺胳膊少腿」。例如，Q鍵上的一些字根就非常典型，「犭」沒了「丿」，「鱼」沒了「一」。
看了上面的幾樓，大家不妨考慮一下這樣設計的理由。假如這些字根不「缺胳膊少腿」，那麼「猎」和「䱜」和「𱇷」、「狗」和「𬶋」和「鉤」、「钓」和「魡」和「𬶄」、「鯉」和「鲤」和「狸」和「锂」和「鋰」…都會重碼

所以，五筆86通過「缺胳膊少腿」的方式，在這幾個部首上模擬了雙編碼。儘管五筆86是公認的單編碼輸入法，但在這幾個部首上卻有雙編碼的特性。

因此，現在
「鲤」取「QGJF」。
「鯉」取「QOJF」。
「锂」取「QJFG」（G為識別碼）。
「狸」取「QTJF」。

但是，由於五筆本質仍然是單編碼輸入法，所以「鋰」和「锂」仍然是要重碼的。

這種設計同樣是有缺點的。因為五筆86打二字詞取每個字的前兩碼，所以「狡猾」、「狼狈」、「狐狸」等字都是「QTQT」，造成大量的重碼。也就是說，在這裏，王永民為了打單字時的方便，捨棄了打詞時的一些方便。

雙編碼的設計，包括倉頡的隱式雙編碼同樣不是完美的，存在一些缺點。這些，也許下次再聊。

蘋果在20世紀末，通過引入NeXTSTEP系統，將其完全定製成Mac OS 9的模樣，作為測試版發佈出來，這個Rhapsody，就是OS X的前身，可以說是一次徹底的改變。

因此，我在這裏也想借用Rhapsody（狂想曲）的名稱，來命名這個倉頡，它就叫倉頡Rhapsody，或倉頡狂想曲。

有些人會感到很奇怪，為什麼要給一個字根兩個編碼，這不是徒增煩惱嗎？

感到疑惑的大家不妨考慮這種情況，如果我們把「礻」和「衤」都放到倉頡的「L」鍵上，會出現什么結果？

很顯然，大量的字會出現重碼，例如
LSH：「𥘉」、「初」
LLWL：「神」、「𫋵」
LG：「社」、「𬡃」
LL：「祌」、「衶」
LOII：「𮁣」、「袊」
………

我們稱這種重碼為「結構性重碼」。

漢字部首繁多，不同的字可能像上例一樣，擁有不同的部首，但其餘部分完全一样。這給輸入法的設計帶來了很大的挑戰。因為，不同的部首，尤其是下轄的字特別多的部首如果放到同一鍵，很容易「撞車」，出現「結構性重碼」。

很不幸的是，美式鍵盤上的拉丁字母只有26個，即使把數字和符號鍵利用於輸入，也只有40多個鍵。但是根據《康熙字典》，漢字有214個部首。假如把這些部首都放到鍵盘上，結構性重碼豈不得上天？即使捨棄掉一些部首，常見的部首仍然非常之多，非常容易撞車。

那怎麼辦呢？

鄭碼採取了一種非常聰明的方法。部首可以在同一鍵上，這個鍵被稱作「區碼」。比如在鄭碼中，「礻」和「衤」都在「W」鍵上。
為了區分它們，鄭碼給它們增加了一個「位碼」。「礻」的位碼是「S」，而「衤」的位碼是「T」。
所以，「初」的完整編碼是「WTYD」，而「𥘉」的編碼是「WSYD」。因此，雖然「礻」和「衤」同佔一鍵，重碼被完美地離散開來。

所以，鄭碼用1至2碼來代表一個部首，這做法相當於模擬了26*26鍵的鍵盤，在這個鍵盤中，組字能力強的部首可以找到它們的去處，不用再撞到一起去了。這種設計被稱為「雙編碼」。

這種設計是非常高明的。因為，這樣設計意味着簡繁部首有區分開來的可能。對於普通的輸入法而言，「設」和「设」幾乎必定重碼，但雙編碼的輸入法則有可能不重碼。只要給「言」和「讠」不同的位碼，它們就可以被區別開來。

雖然鄭碼在設計時並未認真考慮離散簡繁這一點，但是後來許多輸入法借鑒了鄭碼並做出了改進，如徐碼。

有人可能會想到，倉頡輸入法在手冊裏並沒有這樣規定，那麼倉頡是單編碼輸入法嗎？

和表面上看起來的不同，倉頡也是一種雙編碼輸入法。

我們可以想一想我們是怎麼取碼的。首先，我們要先一刀割出字首。儘管字首不等於部首，但是字首經常是一個部首。

然後，我們給字首取碼，最多兩碼。
例如，「課」的字首是「卜口」（YR）。
再例如，「课」的字首是「戈女」（IV）。

我們很容易發現，「言」在作字首時會有兩碼，而且和「讠」不同。
對比鄭碼，我們會發現倉頡雖然沒有作出雙編碼的規定，但一個部件在字首和字身時往往會取固定的編碼，如果把這些編碼列出來，就非常類似於鄭碼的字根表。只不過，這並不要求任何的記憶。倉頡以小字根、字首字身這種很靈活的方式實現了雙編碼。

倉頡的做法有其優點。

通過這種做法，學習倉頡時只要記憶一個很小的字根表就夠了，不用記憶龐大的雙編碼字根表。而且，區分字首字身意味着檢索上有其優勢。例如，字身為「HAF」的字很可能就是帶「鳥」的字。

但是，這種做法同樣有其劣勢。
當一個字為上下形字時，字首字身的划分顯得很麻煩。 例如，「玄」是組合字就很容易令人感到迷惑。
再例如，細微的字形變化也可能導致字首字身出現改變，「無」就是一例。

為了解決這個問題，蒼頡檢字法規定上下型字僅在幾種特殊情況下當成組合字，否則一律作為整體字。但這種做法也有缺點，因為漢字實在太複雜了，幾種特殊情況何時適用又會造成爭議。

不能採用大字根是這種方案的優勢，也是劣勢。因為細微的字形變化就可能導致取碼改變，由此導致重碼增加。

由此，我生出一種想法，即利用鄭碼的規則，但將字根表中的區碼-位碼換成倉頡的頭尾碼。

例如，「贝」在鄭碼中取「LO」，但倉頡頭尾碼是「BO」。
「足」在鄭碼中的區位碼是「JI」，但倉頡頭尾碼是「RO」。
通過這種置換，倉頡字根表退化為一種助記方式，鄭碼也套上了倉頡的皮。
由於鄭碼不用分割字首字身，所以這種方式製造出來的「倉頡」也不用劃分字首字身了。

於是，我通過修改鄭碼的字根表，自動編碼後得出了以下的編碼：

個 owjr
倌 ojrr
倍 oyr
倎 obtc
倏 olki
倐 olhf
們 oan
倒 omln
倓 off
倔 osuu
倖 ogtj
倗 obb
倘 ofb
候 olso
倚 okmr

可以看到，上述的編碼和倉頡原編碼有很大的相似度。

通過這種方式，原倉頡用戶可以很快地學會這種方案。

但是，我又發現鄭碼的一些編碼方式，尤其是在三基根字中可能會造成比較嚴重的繁簡重碼，與原版倉頡也相差較大。

例如，按鄭碼規則，

「測」→「氵貝刂」，如果套用倉頡的頭尾碼，全碼會是「E BC LN」，簡省後是「EBLN」（水月中弓）。

「测」→「氵贝刂」，如果套用倉頡的頭尾碼，全碼會是「E BO LN」，簡省後是「EBLN」（水月中弓）。

兩者出現重碼，也和原版倉頡有一些差異。

但如果修改成三基根字取頭+頭尾+尾的話，就會是「EBCN」（水月金弓）和「EBON」（水月人弓）了，不仅和原版倉頡一致，還避開了重碼。

按這種規則，上述示例的編碼是：

個 owjr
倌 ojrr
倍 oytr
倎 obtc
倏 olki
倐 olhf
們 oan
倒 omin
倓 off
倔 osuu
倖 ogtj
倗 obb
倘 ofib
候 olso
倚 okmr