CJK-character-count icon indicating copy to clipboard operation
CJK-character-count copied to clipboard

部分字表存在问题

Open hantang opened this issue 7 months ago • 4 comments

  1. gb12345-han.txt

靜->静

参考:https://github.com/zispace/hanzi-docs/blob/main/中国大陆/2-GB-国家标准/19900613-GBT%2012345-1990《信息交换用汉字编码字符集辅助集》.pdf

Image
  1. hkchangyong-han.txt

僣卬嗉枏琨瘐禺穇粺縕薜薶褟訏陜->僭卯嗦枴琵瘦禹穆粹縊薛藐褶訐陝

推测,部分网络资料原始的OCR存在问题 可以用https://zh.wikisource.org/wiki/常用字字形表。不过,可以修订或都保留:告->吿 参考:https://github.com/zispace/hanzi-docs/blob/main/中國香港/20000700-《〈常用字字形表〉標準字體表》(2000版).pdf

比如“僣->僭” (这里有两个字形,前者字形和“僣僭”皆有差异,而且“僣、僭”只在义项可做异体字,并不等同) Image

“嗉->嗦”(两个字皆有且完全不相关,但“嗉”加星号,“嗦”字更常用) Image

hantang avatar Apr 18 '25 11:04 hantang

  1. GB/T 12345 使用的源头 https://github.com/mrhso/IshisashiEncoding/blob/master/%E5%AD%97%E7%AC%A6%E6%9D%82%E8%AE%B0/%E5%8C%BA%E4%BD%8D%E8%A1%A8/GB%EF%BC%8FT%2012345.txt 已更新,下一版会更新字表。
  2. 目前的《常用字字形表》来源为 https://github.com/rime-aca/character_set/blob/master/%E5%B8%B8%E7%94%A8%E5%AD%97%E5%AD%97%E5%BD%A2%E8%A1%A8.txt ,已阅读过提供的 PDF,但是该文件不是正式文件扫描版因此无法判断其完整性。后续会用 PDF、维基文献 和 zi.tools 重新人工比对。

NightFurySL2001 avatar Apr 18 '25 16:04 NightFurySL2001

香港的字形确实有点问题,暂时没有出版物对照。

hantang avatar Apr 19 '25 00:04 hantang

香港常用字所列的几个字,在90版(字数是4759字)中确实有: https://github.com/zispace/hanzi-docs/blob/main/中國香港/19900700-常用字字形表修订本-香港教育署语文教育学院中文系.pdf

对应书中字码(序号)如下: 僭 236 卯 443 嗦 645 枴 1888 琵 2560 瘦 2676 禹 2888 穆 2926 粹 3043 縊 3137 薛 3548 藐 3554 褶 3720 訐 3755 陝 4377

Image

hantang avatar Apr 19 '25 03:04 hantang

另外,参考《香港小學學習字詞表》^1

  • 僣卬嗉枏琨瘐禺穇粺縕薜薶褟訏陜:15字都不存在
  • 僭卯嗦枴琵瘦禹穆粹縊薛藐褶訐陝:15字都存在

hantang avatar Apr 19 '25 04:04 hantang

另外追加从 RIME 仓库来的错误/优先排序问题:

序号 错误 正确 性质
0187 倶 5036 俱 4FF1 错误
0270 兌 514C 兑 5151 排序
0336 别 522B 別 5225 错误
0393 勳 52F3 勛 52DB 排序
0523 呐 5450 吶 5436 错误
0724 囪 56EA 囱 56F1 排序
0832 够 591F 夠 5920 排序
1096 崗 5D17 岡 5CA1 排序
1230 弑 5F11 弒 5F12 错误
1340 悅 6085 悦 60A6 排序
1694 携 643A 攜 651C 排序
1715 叙 53D9 敍 654D 排序
1851 邨 90A8 村 6751 排序
1874 枏 678F 枚 679A 错误
1894 檯 6AAF 枱 67B1 排序
2023 柜 67DC 櫃 6AC3 排序
2045 嘆 5606 歎 6B4E 排序
2091 氊 6C0A 氈 6C08 排序
2366 竈 7AC8 灶 7076 排序
2401 烟 70DF 煙 7159 排序
2505 貍 8C8D 狸 72F8 排序
2637 疎 758E 疏 758F 排序
2906 稅 7A05 税 7A0E 排序
3157 綉 7D89 繡 7E61 排序
3176 鉢 9262 缽 7F3D 排序
3307 脫 812B 脱 8131 排序
3359 臥 81E5 卧 5367 排序
3374 擧 64E7 舉 8209 排序
3562 蘊 860A 藴 85F4 排序
3608 蛻 86FB 蜕 8715 排序
3657 蠏 880F 蟹 87F9 错误
3675 衛 885B 衞 885E 排序
3724 襃 8943 褒 8912 排序
3799 說 8AAA 説 8AAC 排序
4212 醞 919E 醖 9196 排序
4262 銳 92B3 鋭 92ED 排序
4311 銹 92B9 鏽 93FD 排序
4319 鑑 9451 鑒 9452 排序
4346 閱 95B1 閲 95B2 排序
4484 靭 976D 韌 97CC 排序
4492 韵 97F5 韻 97FB 排序

NightFurySL2001 avatar Nov 09 '25 16:11 NightFurySL2001