汉字处理基本知识

一、如何处理无法输入计算机的汉字

一些汉字无法输入计算机，一般不外乎以下二种情况：一是计算机操作系统所支持的字符集及其相应支持字体的问题，一是输入法的问题。

（一） 编码字符集、字体、输入法

1. GB2312字符集
收入汉字6763个，符号715个，总计7478个字符，这是大陆普遍使用的简体字符集（包括了没有简体与繁体之分的传统传承汉字，如金木水火土人民在大小等等，有4000多个，真正由繁体字简化而来的简体汉字约2235个）。楷体-GB2312、仿宋-GB2312、华文行楷等市面上绝大多数字体支持显示这个字符集，亦是大多数输入法（如智能ABC）所采用的字符集。大陆市面上绝大多数所谓的繁体字体，其实采用的是GB-2312字符集简体字的编码，用字体显示为繁体字，而不是直接用GBK字符集中繁体字的编码，错误百出。

2. BIG-5字符集
收入13060个繁体汉字，808个符号，总计13868个字符（包括了无简体与繁体之分的传统传承汉字），目前普遍使用于台湾、香港等地区。台湾教育部标准宋体楷体等港台字体都支持这个字符集的显示。

3. GBK字符集
又称大字符集(GB=GuóBiāo国标，K=扩展)，包含以上两种字符集汉字，收入21003个汉字，882个符号，共计21885个字符，包括了中日韩(CJK)统一汉字20902个、扩展A集(CJK Ext-A)中的汉字52个。Windows 95\98简体中文版就带有这个GBK.txt文件。宋体、隶书、黑体、幼圆、华文中宋、华文细黑、华文楷体、标楷体(DFKai-SB)、Arial Unicode MS、MingLiU、PMingLiU等字体支持显示这个字符集。微软拼音输入法2003、全拼、紫光拼音、极点中文、龙凤五笔等输入法，能够录入如镕镕炁夬喆嚞姤赟赟龑昳堃慜靕臹等GBK简繁体汉字。

• 繁体字的输入：凡是能够录入GBK字符集汉字的输入法，自然都能够录入繁体字。如果只想录入繁体字，可以在输入法设置中修改。右键点击屏幕右下角的语言栏 →设置 →微软拼音输入法2003→属性→字符集→繁体中文。选择大字符集，则简体和繁体汉字都能够输入。其他输入法，亦可以用这个方法修改设置。有一些五笔输入法，还有打简体字输出繁体字的设置。但要注意一点，输入法提供的繁体字，有时并不是想要的汉字，如想录入“云、后、才”字(子曰诗云、皇后、人才)，输入法提供的却是“云、后、纔”字(彩云、后来、纔可以)，反之亦然，需要自己掌握。文本文字的简体与繁体之间的转换，可以用Mircrosoft Office 软件自带的汉字简繁体转换功能，亦可以用BabelPad、TextPro或Convertz之类的软件来解决，但不可能解决一切问题，转换后，错误或多或少仍然存在，以及大陆与港台间表达上的差异（可修改转换设置：word2003→工具→语言→中文简繁体转换→词汇：转换时包括词汇），仍需要手工操作。
• 拼音输入法的{zd0}缺点，只能输入已知读音的汉字，此外则输入者难以为力。一个人能识读的汉字毕竟极其有限，远不及不能识读的汉字之多。在此特别推荐使用手写输入法逍遥笔，安装后即可用鼠标书写，使用非常方便，可以作为辅助输入法。这里亦显示出五笔字形输入法之优越性，无论简体字繁体字，不论认识与否，按形输入，不成问题。
• 乱码的问题：BIG-5（大五码，繁体中文）与GB-2313（国标码，简体中文），是两种xx不同的编码系统，互不兼容，相同的字符在不同编码的操作系统中便产生乱码。文本文字简繁体编码间的转换，可以用BabelPad或TextPro软件来解决。在网页中，可点击右键→编码→繁体中文或简体中文以解决。若是程序，Windows XP操作系统，可用Microsoft AppLocale Utility解决；Windows 2000的操作系统，大概只有用：中文之星、四通利方、南极星、金山快译之类的转码软件方能解决了。各种字体虽分大五码或国标码（简体或繁体），但并不妨碍在简体或繁体操作系统中安装与显示。

4. GB18030字符集
包含GBK字符集、CJK Ext-A 全部6582个汉字，共计27533个汉字。宋体-18030、方正楷体(FZKai-Z03)、书同文楷体(MS Song)宋体(ht_cjk+)、香港华康标准宋体(DFSongStd)、华康香港标准楷体、CERG Chinese Font、韩国New Gulim，以及微软Windows Vista操作系统提供的宋黑楷仿宋等字体亦支持这个字符集的显示。Windows 98支持这个字符集，以下的字符集则不支持。手写输入法逍遥笔4.0版支持GB18030字符集及方正超大字符集汉字的录入。

5.方正超大字符集
包含GB18030字符集、CJK Ext-B中的36862个汉字，共计64395个汉字。宋体-方正超大字符集支持这个字符集的显示。Microsoft Office XP或2003简体中文版就自带有这个字体。Windows 2000的操作系统需安装超大字符集支持包“Surrogate更新”。

6. ISO/IEC 10646 / Unicode字符集
这是全球可以共用的编码字符集，两者相互兼融，涵盖了世界上主要语文的字符，其中包括简繁体汉字，计有：CJK统一汉字20902个，CJK Ext-A 6582个，Ext-B 42711个，共计70195个汉字。方正楷体超大字符集（简体版FZKaiS-Extended(SIP)或繁体版FZKaiT-Extended(SIP)）、SimSun-ExtB(宋体)、MingLiU-ExtB(细明体)能显示全部Ext-B汉字。至今尚无单独一款字体能够显示全部70195个汉字，但可用海峰五笔、新概念五笔、手写输入法逍遥笔5.2版、仓颉输入法世纪版、新版的微软新注音、仓颉输入法6.0 版(单码功能)等输入法录入。Ext-C还有2万多个汉字。详情请参阅香港中文大学网站、马来西亚仓颉之友网站。

7. 汉字构形资料库
2007年9月20日开放的汉字构形资料库2.5版，83.3M，收录古今汉字112,533个；其中楷书字形62,366个，小篆及重文11,100个，金文及重文20,069个，楚系简帛文字及重文16,801个，甲骨文及重文2,197个；另收《汉语大字典》异体字表12,208组。对于整理某些古代文献十分有用。


如果超出了输入法所支持的字符集，此字符集外的汉字就不能用这种输入法录入计算机，请更换另一种相应的输入法。一个已编辑好的文本，在另一台计算上，如果没有相应字体的支持，文本字体会用别的字体显示，但仍保留原文本的字体名。如果操作系统或应用软件不支持该字符集，尤其是GBK字符集以外的汉字，则显示为黑框、方框、空白、问号(一个或两个)，在网页上亦存在同样的情况。在word2003中，在没有安装相应字体的计算机上亦能xx显示与打印的方法是：另存为→(右上角)工具→保存选项→嵌入TrueType字体→只嵌入所用字符；或者用Adobe Acrobat等软件把文本打印成pdf文档，但仍要嵌入相应字体纔行，否则在没安装相应字体的计算机上亦不能显示，即显示为空白。

（二） 辅助输入


★在此特别推荐使用手写输入法逍遥笔5.2版，增加了词汇联想功能，能输入70000多汉字。安装后即可用鼠标书写，使用非常方便，可以作为辅助输入法。
★亦可以用系统自带的中文内码输入法、增强区位输入法，录入相应字符集的汉字。用右键点击屏幕右下角的“语言栏”→设置→添加→输入法→Chinese (Simplified)-Enhanced Unicode IME，或中文(简体)-内码→确定→应用→确定。然后在“语言栏”选择该输入法，在屏幕的左下角就会出现状态栏，可用右键点击查看帮助信息。次外，如果已知一个字符的内码，就可以在Word2003中直接键入其内码，再按下键盘中的［Alt+X］组合键，就能呈现该字符。若再按下［Alt+X］组合键，又可呈现其内码。因此亦可用此法在Word2003中查出任何一个字符的内码。

（三）难字处理

1.字符集里的汉字
对于字符集里原有的汉字，如果没有合适的输入法可供录入，可以先输入这个汉字的部首或同部首的汉字，然后插入→符号，找到所要的汉字。或者：开始→程序→附件→系统工具→字符映射表→勾上“高级查看”→分组→按偏旁部首分类的表意文字。注意字体。找到所要的字后，再点“选择”和“复制”，粘贴到Word。亦可以查看这个文件，内含全部汉字的部首检字表。

2.字符集外的汉字
对于字符集里没有的汉字，除了造字(开始→程序→附件→True Type造字程序)之外，还可以将这些汉字全部做成图片，插入正文中，调整至与周围文字相称，可以不受计算机字符集的限制。Ext-C 区2万多个汉字，因为目前尚无相应字体的支持，无法显示，但可以用图片字代替。

3.图片字简易制作
在Word 中打出其部件可供截用的字，或显示屏上的任何内容，按键盘上的［PrintScreen］键，粘贴到画图板上(开始→程序→附件)，编辑成所需要的字或图形，将这个图片字直接剪切粘贴到正文中。亦可使用SnagIt或 HyperSnap 之类的抓图软件，以 JPG 或 BMP（文字图片以后者为优）格式存储，然后在Word中插入这个图片字，缩小到与周围文字大小相当，再右键点击图片，用“设置图片格式→大小”进行微调，再调整上下位置：格式→字体→字符间距→位置→降低。凡直接可以由部首或几个字合成的文字，可以用字符缩放、改变行距(设为固定值)、调整字符大小及间距等方法，制作成所需要的文字。具体技巧，可参看：

二、给汉字标注拼音
Microsoft Office XP或2003 的Word就有这个功能。选定要注音的文字，用：格式→中文版式→拼音指南，Word就会在所选文字的上方自动标注拼音。如果出现的是注音符号而不是拼音符号，先选定这些文字，检查：工具→语言→设置语言，确定是“中文(中国)”而不是“中文(台湾)”。但Word能够自动标注拼音的汉字大约两万个，此外汉字的拼音，就只能在所选文字的“格式→中文版式→拼音指南→拼音文字”处用键盘录入了；拼音若有错误，亦可以在此处手工更正。可以把“拼音文字”处的拼音，用［Ctrl+C］组合键复制，再用［Ctrl+V］组合键粘贴到Word中。反之亦可以用这种方法把Word中的拼音复制到“拼音文字”处。可惜Word一次最多只能标注30个汉字。若要给整篇文档标注拼音，就只能用“拼音大师”、“中华拼读王(轻松汉字通)”、“实用汉字转拼音”之类的软件了。中文输入法的状态栏一般都有一个键盘符号，用右键点击，选择“拼音字母”，就可以录入那些带有声调的字母；点左键取消或开启。

三、WPS文档与Word文档之间的转换
只要用WPS Office 2002或以上版本，就能彻底解决这个问题。在程序安装过程中，注意在“文件关联设置”处勾上“Microsoft Word文档”就能实现。安装完成后，所有的Word文档都会用WPS来打开。若要改回，用右键点击一个Word文档，选择“打开方式→选择程序→Word”，再在“始终使用选择的程序打开这种文件”前打勾就行了。WPS文档可另存为Word文档，亦可用WPS打开Word文档，再另存为WPS文档。当然可以用“RTF格式”文档作为中介，但是有些信息会丢失(用另存为、用复制粘贴，结果不xx一样)。亦可以另存为网页文件，但要还转为文本格式，仍有问题。
上面所述如有不能实现者，当是操作系统或办公软件的缘故，建议升级至Windows XP、Microsoft Office 2003。
★Word2003长篇文档排版技巧 ；
★ Word排版艺术(The Art of Word)

四、汉字字体下载
1.汉字字符集(字库)概况
字体名后面的数字，是指能显示的GBK + CJK-Ext-A + CJK-Ext-B汉字的个数。

• ①GB-2313字符集： 6763个简体汉字，715个符号，总计7478个字符
• ②GBK字符集： 21003个简繁体汉字，882个符号，共计21885个字符
• (包含BIG-5字符集：13060个繁体汉字 + 808个符号 =13868个字符）
• ③GB18030字符集：GBK字符集 + CJK Ext-A = 27533个汉字
• (CJK-A中有52字与GBK中的汉字重复，但内码不同，在计总数时不算在内)
• ④Unicode
• CJK：20902个汉字 (包含在GBK字符集中)
• ⑤Unicode
• CJK Ext-A： 6582个汉字 (包含在GB18030字符集中)
• ⑥Unicode
• CJK Ext-B： 42711个汉字
• ⑦全部70244个汉字下载 ( 27533 + 42711 = 70244 )
• ⑧古难字索引 ( CJK+Ext-A+Ext-B ) ★ 部首检字表

2. 大陆字体

• ①华文彩云、华文琥珀、华文隶书、华文新魏 、华文行楷 6763
• ②楷体_GB2312、仿宋_GB2312 6763
• ③方正舒体 9690 方正姚体 9826
• ④幼圆、黑体、隶书、宋体、新宋体 21003
• ⑤华文楷体、华文仿宋、华文宋体、华文细黑、华文中宋 21003（以上字体MS Office XP\2003 简体版 自带）
• ⑥FZNew XiuLi-Z11 方正新秀丽(旧字形) 15290方正书宋、楷体、仿宋、黑体-GBK 21003 (包含在四通利方转码软件内)
• ⑦北师大说文小篆、北师大说文重文 11100个　(说文小篆PDF文本)此两款字体包含在“汉字构形资料库”中。
• ⑧宋体-18030、新宋体-18030 21003+ 6582 = 27533
• ⑨MS Song 书同文楷体 21003+ 6582 = 27533 (即FZKai-Z03方正楷体简体版)ht_cjk+ 书同文宋体 21003+ 6582 = 27533（包含在四部丛刊软件中）
• ⑩FZKai-Z03　方正楷体 21003+ 6582 = 27533此外还自造了近5000个在古籍中较常使用的汉字（能显示八卦六十四卦符号，非Unicode），共计32000编码汉字。下载简体中文版的是大陆标准楷体的写法，下载繁体中文版的是台湾教育部楷体的写法，同时还有日本和韩国的楷体写法。四个字体都是相同的文件名、字体名，除非更改字体名称，否则没有办法两个同时安装。
  • ★★方正楷体超大字符集：采用{zx1}ISO/IEC 10646:2003 Unicode 5.0国际标准编码大字库，包含70195个CJK汉字，外加UnicodeCJK EXT-C汉字12592个，总计82787个汉字，包含于《文渊阁四库全书电子版》3.0版中。注意：简体版FZKaiS-Extended、FZKaiS-Extended(SIP)，繁体版FZKaiT-Extended、FZKaiT-Extended(SIP)，两者字形不同，文件名及字体名亦不同，可同时安装使用。

• （11）宋体-方正超大字符集 21003+6582+36862=64395　（MS Office XP\2003简体版自带）Windows2000超大字符集(Surrogate)支持包“Surrogate更新” ：
• （12）UniSongGBK1.01 宋体-全汉字集 71564 （采采卷耳制作）
• 能显示Unicode5.0全部汉字，以及易经、太玄经 全部符号。
• （13）SIMSUN 制作者fromnuaa@yahoo.com.cn 在Windows 2000/XP的宋体/新宋体字库simsun.ttc基础上进行加工，原本的simsun.ttc只支持12x12，13x13，14x14，15x15，16x16和18x18的点阵，现新增10x10，11x11，17x17和19x19的点阵字形档，使得7.5 - 14.5 point的字体全部直接调用点阵字形档显示（基于显示器默认的96dpi设置值），效果比原来好了许多。原本的simsun.ttc只支持英文和GBK两个codepage，现在新增加了BIG-5、韩文（KSC5601）和日文（Shift-JIS）三个codepage, 使得这些编码的网页或者文档可以用宋体/新宋体显示或列印。系统字体的删除与安装：直接把C:\WINDOWS\Fonts文件夹中的字体文件拖到另一处（同时按住Shift键），再把要安装的字体拖入其中，重新启动电脑即可。
• （14）特制simsun5.00.06和mingliu5.05.01字库. 制作者 ，是在Windows Vista自带的simsun.ttc和mingliu.ttc字库基础上改造的：删除了simsun自带的难看的汉字点阵字库，换上了Windows XP的simsun的点阵字库，并添加了多套汉字点阵字库，同时补充了所欠缺的CJK EXT A区的6000多汉字的点阵数据，支持GB18030字符集28000多字。添加了mingliu字库所缺乏的多套汉字点阵字库，支持Big5字符集以及其它汉字共24000多字。除了添加汉字点阵字库外，也添加了几套小点阵的ASCII点阵字库，使得在7.5pt-21pt（基于96dpi显示）时，均能以点阵方式显示汉字，提高了汉字显示的质量。ASCII字符甚至能显示更小的点阵。所有点阵字库均进行了手工调整，修改了原点阵字库的一些错误。simsun和mingliu字库各自可同时支持GBK代码页(936)和BIG5代码页(950)，可直接显示两岸三地的中文文档和网页，无需切换到其它字库。simsun和mingliu字库中的曲线字库同原有的曲线字库保持兼容，所以可用来直接取代Windows 2000/XP/2003/Vista自带的simsun和mingliu字库。
• （15）Sun-ExtA, Sun-ExtB UniFonts5.3版包含近10万标准字符，其中中日韩越通用中文字符75814个：CJK 20924字，CJK-Ext-A 6582字，CJK-Ext-B 42711字，CJK-Ext-C 4219字，CJK相容扩展542字，CJK部首扩展116字，CJK康熙部首214字，CJK笔划36字，CJK相容474字。能显示《易经》符号、《太玄经》符号等一些特殊符号。 配套的海峰五笔输入法9.4版下载地址：

3. 台湾字体

• ①教育部标准楷书、宋体、隶书等13063
• ②DFKai-SB (kaiu.ttf) 标楷体 21003
• ③cwTeX TrueType 13346（旧字形），字体有错误，慎重使用。 CJK-LaTeX Unicode Type 1 字型。
• ④MingLiU、PMingLiU 台湾细明体 （Ming Light Unicode） version 2.00 版 17260, version 3.00 版 20923, version 3.21 版 20923,
• ⑤新细明体更新套件 MingLiU.ttc 5.03 版 + MingLiUＢ.ttc 1.05 版 27533 + 42711 = 70244
• ⑥汉字构形资料库：2007年9月20日开放的汉字构形资料库2.5版，83.3M，收录古今汉字112,533个；其中楷书字形62,366个，小篆及重文11,100个，金文及重文20,069个，楚系简帛文字及重文16,801个，甲骨文及重文2,197个；另收《汉语大字典》异体字表12,208组。可使用解决乱码的软件Microsoft AppLocale Utility以安装，亦可以解压后使用其中的字体文件。 注意更新！详情：
• ⑦全字库楷体 内含：TW-Kai, TW-Kai-Ext-B, TW-Kai-Plus 相关网页：
• ⑧全新OpenType规格之华康中文字型127套
• ⑨《华康金蝶2006活用版字型》(DYNAFONT 2006)2006[ISO]

4.香港字体

• ①AR PL Mingti2L Big5 明体 13070
• ②AR PL KaitiM Big5 楷体 13070
• ③DFSongStd 华康标准宋体 21003 + 6582 + 1640 = 29173
• ④楷体四种 宋体三种 20923 + 6582 = 27505
• ⑤CERG Chinese Font 21003+ 6582 = 27533
• ⑥香港增补字符集Hong Kong Supplementary Character Set-2001 (HKSCS-2001) Ming(for ISO10646)ExtB 香港明体超集
  • Ming(for ISO10646)
  • 相关网页：
• ⑦华康“金蝶2006 H.K. Edition”7CD专业版完整版

5.韩国字体

• ①Batang、BatangChe 明朝体 7481
• ②Gungsuh、GungsuhChe 穷鼠体 7481
• ③Dotum、DotumChe　 黑体 7481
• ④Gulim、GulimChe 标准圆体 7481 (以上字体：MS Office 2003 自带)
• ⑤New Gulim 新圆体 21003 + 6582 = 27533（新字形）
• ⑥New Batang 明朝体
• 21003 + 6582 = 27533 以及old hangul

6.日本字体

• ①MS Gothic、MS Pgothic、MS UI Gothic 黑体 12218
• ②MS Mincho、MS Pmincho 明朝体 12218（以上字体MS Office 2003 自带）
• ③QuiMi-mincho 癸羊明朝体 6696（旧字形）
• ④日本今昔文字镜：含十万汉字，甲骨文、金文、西夏文、梵文、越南喃字（日本细明朝风，非Unicode）下载所有的exe文件，解压缩，得到字体文件，把字体安装后，再安装文字镜专用字符映射 表：《今昔文字镜》与 Ext-C
• ⑤约12万字数的汉字字体集无偿公开
• ⑥Kozuka Gothic Pr6N 小冢黑体、Kozuka Mincho Pr6N 小冢明朝体 12723 字体来源于Adobe Font Folio 11 (Win) , E-Mule 搜索下载。
• ⑦日本欣喜堂的汉字书体

7.越南字体

• 含 CJK Ext-A 及 Ext-B 汉字, 由越学院提供，
• 详情：
• 下载
• 下载

8.其他汉字字体

• ①Arial Unicode MS　黑体 20925, 50377个字符（多国文字，MS Office 2003 自带）Arial Unicode MS 1999年版， 51180个字符　
• ②Bitstream Cyberbit 20936， 29934个字符
• ③微软雅黑体 msyh 20923+6582=27505, 29126个字符 (MS Office 2007 自带)
• ④微软正黑体 msjh 20923+6582=27505, 28969个字符 (MS Office 2007 自带)
• ⑤楷体 细明体 中黑体 20923+6582=27505, 43725个字符，Unicode 多国文字
• ⑥code2000，6249+670=6919, 34801个字符，Unicode 多国文字
• ⑦字体下载：
  • 简体字体：
  • 繁体字体：
  • 各国字体：
  • 备注：字体虽分简体与繁体，但并不妨碍在简体或繁体操作系统中安装与显示。

9.Windows Vista 操作系统字体

• ①Vista字体四种 (GB-18030，宋体、楷体、仿宋体、黑体)
• ②SimSun-ExtB 宋体ExtB SimsunB(CCJE) （宋体-ExtB，采采卷耳修正版）
• ③台湾及香港的细明体(GB-18030)：mingliu18030
• ④台湾及香港的细明体 Ext-B：mingliub
• ⑤windows vista中的字体与输入法
• ⑥meiryo.ttc.rar (meiryo.ttc & meiryob.ttc)
• ⑦{zx1}版本字体 与上述版本略有不同
  • ▲batang 7481 韩国字体
  • ▲gulim 7481 韩国字体
  • ▲meiryo 10775+615=11390 日本字体
  • ▲mingliu 21003+6582=27533 港台字体
  • ▲mingliub 42711 港台字体
  • ▲msgothic 12218 日本字体
  • ▲msmincho 12218 日本字体

10.Mac OSX
操作系统字体

• ①lihei_Pro.rar 华康丽黑，繁体，22581个字符。Macosx的默认介面字体. 效果Windows下使用的华康丽黑，17678 个汉字
• ②lisong_Pro.rar 华康丽宋，繁体，17678, 22581个字符
• ③stfangsong.rar 华文仿宋，简体，32493个字符
• ④stheiti.rar 华文黑体，简体， 32493个字符
• ⑤stkaiti.rar 华文楷体，简体，32493 个字符
• ⑥stsong.rar 华文宋体，简体，32493个字符
• ⑦stxihei.rar 华文细黑，简体，32493个字符
  • 备注：Mac OSX的中文字体不能直接用在Windows下。
  • 用FontForge打开上面的字体后，直接生成，则可以在Windows下使用。或使用：苹果与PC字体转换器CrossFont5.2

虽然估计可能还是没人看，但是我还是重新排版了，排版后超过了长度，第五部分截取出来，在下面。