聊聊小鹤的收字范围
最近总看到一些说小鹤收字少的问题，今天有时间就来聊聊这个问题。
我们知道拼音输入法是个重码罗列的输入法，即同音字会一直罗列下去，即使翻十几二十页，只要这个字有读音我都可收在同音字列表中。而在拼音输入法之外的一个主要的输入法编码方式全码四码方案：小鹤、五笔、郑码...等等都是此类方案，通常会通过选定字集的方式，确定收字范围，比如gb2312集6763字、gbk集21003字、gb18030-2000集27533字...选择各字集各有各的理由，通常你看到的四码方案都不会是收录全集的输入法，拼音倒有可能，但无拼音读音或没有进入unicode标准的字也是无法收录的。
小鹤在5.0版之前是采用的gb2312字集，5.0开始脱离字集的收字方式，而采用《通用规范汉字表》国发〔2013〕23号文规定用字，此表收字8105个，分为三级：一级字表为常用字集，收字3500个，主要满足基础教育和文化普及的基本用字。二级字表收字3000个，使用度仅次于一级字。一、二级字表主要满足印刷、辞书编纂和信息处理等方面的一般用字需要。三级字表收字1605个，是姓氏人名、地名、科学技术术语和中小学教材文言文用字中未进入一、二级字表的较通用的字，主要满足信息化时代与大众生活密切相关的专门领域的用字需要。
表内字涉及cjk基本集至cjk-e，cjk基本集差不多就是gbk集，这是一个规范，从国务院发文那日开始，你的小孩取名就要受限于这个规范，超出这个规范表的名就上不了户口，而你取的名小鹤能打出，五笔却不一定能打出。有人说规范是一些专家拍脑袋想出来的，我只能说规范的方向是好的，但收字范围无论如何取舍都不可能得到所有人认同，既然已经通过国务院发文，他就是一种标准。对于规范字表内没收录的可能生活中较有机会用到的字，我们可以采用增补的方式来满足。
有的拼音用户刚接触四码方案，有人打了个字结果自己打不出，就觉得这方案不好了字少了，但其实四码方案的代表五笔字型，在具体到输入法形态时也会有收字范围，而且很可能是gbk集，我们来看看下面这个表：
unicode cjk-基本 ： 20902 字+101=21003+〇=21004
unicode cjk-a ：6582 字 =27586
unicode cjk-b ：42711 字 =70297
unicode cjk-c ：4149 字 =74446
unicode cjk-d ：222 字 =74668
unicode cjk-e ：5762 字 =80430
unicode cjk-f ：7473 字 =87903
共计： 87903 字
常见的QQ五笔收字范围是：gbk≈cjk-基本
你可以看到gbk之外还有6万多字，而包含全集的四码方案输入法你基本接触不到，是不是统统都不好了呢？
我们再来看看下表：
《通用规范汉字表》8105字的字集分布情况
字集 字数
CJK基本集 7832
CJK-A 77
CJK-B 36
CJK-C 44
CJK-D 8
CJK-E 108
合计 8105
按照字集的收字方法，QQ五笔需要收完abcde集才能收录完整规范字表涵盖的字，即还需要增加约6万字，小鹤收录8000字就完成了规范，五笔要收8万字，而这多收的字基本没有用处。如果要收全集还需要收e集，以后还可能出fg...集
这里有三个新增属于cjk基本集的字：“鿍（土+降右半）”、“鿎（石达）”、“鿏（钅麦）”，你可以用你认为的大字库输入法打打看有没有。
最近总看到一些说小鹤收字少的问题，今天有时间就来聊聊这个问题。
我们知道拼音输入法是个重码罗列的输入法，即同音字会一直罗列下去，即使翻十几二十页，只要这个字有读音我都可收在同音字列表中。而在拼音输入法之外的一个主要的输入法编码方式全码四码方案：小鹤、五笔、郑码...等等都是此类方案，通常会通过选定字集的方式，确定收字范围，比如gb2312集6763字、gbk集21003字、gb18030-2000集27533字...选择各字集各有各的理由，通常你看到的四码方案都不会是收录全集的输入法，拼音倒有可能，但无拼音读音或没有进入unicode标准的字也是无法收录的。
小鹤在5.0版之前是采用的gb2312字集，5.0开始脱离字集的收字方式，而采用《通用规范汉字表》国发〔2013〕23号文规定用字，此表收字8105个，分为三级：一级字表为常用字集，收字3500个，主要满足基础教育和文化普及的基本用字。二级字表收字3000个，使用度仅次于一级字。一、二级字表主要满足印刷、辞书编纂和信息处理等方面的一般用字需要。三级字表收字1605个，是姓氏人名、地名、科学技术术语和中小学教材文言文用字中未进入一、二级字表的较通用的字，主要满足信息化时代与大众生活密切相关的专门领域的用字需要。
表内字涉及cjk基本集至cjk-e，cjk基本集差不多就是gbk集，这是一个规范，从国务院发文那日开始，你的小孩取名就要受限于这个规范，超出这个规范表的名就上不了户口，而你取的名小鹤能打出，五笔却不一定能打出。有人说规范是一些专家拍脑袋想出来的，我只能说规范的方向是好的，但收字范围无论如何取舍都不可能得到所有人认同，既然已经通过国务院发文，他就是一种标准。对于规范字表内没收录的可能生活中较有机会用到的字，我们可以采用增补的方式来满足。
有的拼音用户刚接触四码方案，有人打了个字结果自己打不出，就觉得这方案不好了字少了，但其实四码方案的代表五笔字型，在具体到输入法形态时也会有收字范围，而且很可能是gbk集，我们来看看下面这个表：
unicode cjk-基本 ： 20902 字+101=21003+〇=21004
unicode cjk-a ：6582 字 =27586
unicode cjk-b ：42711 字 =70297
unicode cjk-c ：4149 字 =74446
unicode cjk-d ：222 字 =74668
unicode cjk-e ：5762 字 =80430
unicode cjk-f ：7473 字 =87903
共计： 87903 字
常见的QQ五笔收字范围是：gbk≈cjk-基本
你可以看到gbk之外还有6万多字，而包含全集的四码方案输入法你基本接触不到，是不是统统都不好了呢？
我们再来看看下表：
《通用规范汉字表》8105字的字集分布情况
字集 字数
CJK基本集 7832
CJK-A 77
CJK-B 36
CJK-C 44
CJK-D 8
CJK-E 108
合计 8105
按照字集的收字方法，QQ五笔需要收完abcde集才能收录完整规范字表涵盖的字，即还需要增加约6万字，小鹤收录8000字就完成了规范，五笔要收8万字，而这多收的字基本没有用处。如果要收全集还需要收e集，以后还可能出fg...集
这里有三个新增属于cjk基本集的字：“鿍（土+降右半）”、“鿎（石达）”、“鿏（钅麦）”，你可以用你认为的大字库输入法打打看有没有。
我感觉是可行的
