Question

详细描述五笔输入法的编码规定以及识别码的规则

Answer 1

4.1单个汉字的编码规则
五笔字形的编码是按汉字书写顺序，以基本字根为单位、再按一定的编码规则给出的，编码长度最多为四码（即四个字母）。
五笔字形规定，单个汉字可分为三类：键名汉字（共25个）、成字字根汉字（即一个汉字本身就是一个基本字根，不包括键名字）键外字（即必须拆分为两个或两个以上字根的汉字）。下面分别介绍这三类汉字的编码规则。

4.1.1.键名汉字的编码

前面介绍了键盘上A～Y共25个键位，分别在键上各字根中取一个字根作为其键名字，它们的编码是把所在键的字母连写四次，输入它们时需连敲四下。例如：
“王”字的编码为：GGGG，输入时需连敲G键四下。

4.1.2.成字字根汉字的编码

在130多个基本字根中，除25个键名字根外，还有几十个基本字根本身也是汉字，如“八、用、西、石”等，在五笔字形方案中，称它们为成字字根。成字字根汉字的编码规则为：键名码＋首笔码＋次笔码＋末笔码
其中，键名码即该汉字字根所在键的字母；首笔码、次笔码和末笔码不是按字根取码，而是按单笔画取码，横、竖、撇、捺、折五种单笔画取各区第一字母，即：横（G）、竖（H）、撇（T）、捺（Y）和折（N）。当成字字根仅为两笔时，只有三码，则补上空格键作为编码的结束。例如：汉字“古”所在键名D，首笔画为“一"，次笔画为”丨“，末笔画为”一“，因此，汉字”古“的编码为DGHG。

4.1.3.键外字的编码

凡是键外字，首先必须按其书写顺序拆分为基本字根。
凡由四个或超过四个安根构成的键外字，均取共第一、二、三、末四个字根码组成它的输入码。例如：
汉字”酸“，拆分为：西　一　厶　夂，编码为SGCT； 汉字”熊“，拆分为：厶　月　匕　灬，编码为CEXO。
凡由不足四个字根构成的键外字，在依次敲入其字根码后，再补一个识别码，以补足四码（如果仍不足四码，再补一个空格键）。
一个汉字的识别码是由该汉字的末笔笔画信息和字形信息结合组成，也称末笔字形交叉识别码。汉字的识别码如下表所示。

键外字末笔字型交叉识别码表 末笔画 汉字字形
左右型 上下型　 杂合型
横 G F D
竖 H J K
撇 T R E
捺 Y U I
折 N B V
在一个汉字拆出的字根不足四个，其码长不够四码的情况下，为什么五笔字形编码方案不是简单地补一个空格结束，而是引进末笔字型交叉识别呢？我们通过一些示例来说明这个问题。
例如，汉字”沐、汀、洒“的字根编码均为IS，这三个汉字均为左右型汉字，但”沐“的末笔画为捺、”汀”的末笔画为竖、“洒”的末笔画为横；汉字“什、仁、付”的字根编码均为WF，这三个汉字无谓左右型汉字，但“什”的末笔画为竖、“仁”的末笔画为横、“付”的末笔画为捺；汉字“叭、只”的字根编码均为KW，这两个汉字的末笔画均为捺，但“叭”为左右型汉字，而“只”为上下型　汉字。
这样的例子还可以举出许多，由此看出，字根不足四个的汉字，拆出的字根编码重码率较高，如果只简单地补一个空格键结束，这些汉字都可能成为重码汉字；但另外一方面，对于字根编码完全相同的汉字，其末笔画及字形也完全相同的可能性则大大减少。所以，字根不足四个的汉字编码在补上识别码后，可用它来区别可能重码的那些汉字，取到消除重码的目的。末笔字交叉识别码就是在这种考虑下提出来的。
例如，汉字“沐”的字根编码为IS，末笔画为捺、左右型汉字，识别码为Y，其五笔字形编码为ISY：同样，“汀”的五笔字形编码为ISH，“洒”的五笔字形编码为ISG。
需要说明的是，关于末笔画，在特殊情况下有如下规定：

　　⑴包围型汉字中的末笔，规定取被包围部分的末笔。如“国”字的末笔取“丶”。

　　⑵对于有走之底的汉字，不以走之作为末笔，规定以去掉走之部分后的末笔作为整字的末笔。如“逞”的末笔取横。

　　⑶末字根为“力、刀、九、匕”时，　一律规定末笔画为折。如“化”的末笔取折。

　　⑷“我、线、成”等汉字的末笔一律取撇去点。