和码的由来

我找到和码，实属偶然。

2003年9月我在浏览江毅先生的《汉王简》汉字输入法网站www.hanwj.com时，看到了江先生提出的“手机键盘新构想”，就对手机上如何输入汉字，即如何用0至9十个码对汉字进行编码，有点想法，进而引发了对汉字编码输入法的兴趣，使我花了大量时间做进一步的思考、研究与实践。

我是于1997年9月到英国学习计算机的，毕业后在英国从事计算机软件工作。几年学习、工作、生活在以英语为主的环境中，写汉字，输入汉字的机会少，如需要输入中文，使用的是拼音，因读音不准，输入速度很慢，有时感到很麻烦。当有了做个新的输入法的想法时，心里很兴奋。

做汉字输入法，需要较好的电脑数据库知识及软件编程技术，我刚好都具有。于是我拿起纸笔来，设计0~9十个数字码的编码方案。汉字形码方案的设计，也就是对组成汉字的各种字根进行挑选，将选出的字根按一定的规律分排到这10个码上，再用这10个码，依字形对汉字进行编码，用数据库对汉字的编码结果进行统计，再根据统计结果对方案进行修改。修改的目的是使汉字在十个数字码上的分布更均匀，以降低重码率，使汉字字根的选取与归类合理，易记。编码方案的设计好像就这么简单，但工作量特别大，因为要对方案做多次修改，每次修改后，都要对汉字重新编码，重新统计和分析。

国家标准字符集GB2312含6763个汉字，如用10个码编码，每个字4码，共有10,000(一万)个码位，分配给这6千多个汉字，一字一码(无重码)，还有很多码多余(空着)。这给人的映象是，编手机上的汉字输入法很容易。但实际编起来，无论你怎样在10个数上排布字根，无论你想出什么规则对汉字进行编码，得到的结果都是重码太多。即一个4位数的码，对应好多个汉字。

即使每个汉字用5个数字编码(码位有十万个)，6千多个汉字也有很多的重码。每个汉字用6个数字编码(码位为百万个)，6千多个汉字仍有较多重码。

至2003年11月上旬，当我用经20余次修改过的方案对6千汉字进行编码时，发现重码率过大，远远超过我的预料。认识到10个输入码的汉字输入法，无论方案如何，不管是音码，形码，还是音形(形音)码，都有重码太多，取码次数太多(6个)的严重缺陷，都无法做成一个好的输入法。因此我放下了这段时间的研究。

在这段时间里，方案设计研究的收获有：1、对汉字的各组成字根，及其在汉字中的分布有了更具体细致的了解。2、做了几个辅助程序。3、汉字的取码方法，采用了“定点位置＋剩余部分取最大码值”，后来发现这是一个创新。

做输入法是偶然得来的想法，依兴趣投入了时间，开始时我还不知道在国内早已是万“码”奔腾了，已发明的汉字输入方法有上千种。如果知道这种情况我就不会认为，汉字输入法，特别是手机输入法，还有研究的余地，也不会投入大量的时间了，因为完全可能是重复别人的劳动。另外我也不知道国内已有的汉字编码的种种规定。这些也使我最初在思考，设计编码方案时，没有受其他输入方案的影响，没有受条条框框的约束，只根据自己有的汉字、电脑，以及编程的知识，独立思考汉字的编码方案。我想这是和码方案有创新的原因。

在国外生活的中国人，对汉语的推广与发展都比较关心，因为许多人都有用外语的困苦。在此之前，于2003年初，我在网上发表过 “给汉语创造一个字母文字的扩展部分如何？”的文章，其中提出过的(5行×5列)的单手键盘的构想，并做了个软件单手键盘的模型。2003年12月初，当我把这个单手键盘与10个数字键的方案联系在一起时，我想到了一个新方案。就是把数字键个数由10增加到25个，在5×5的矩阵中纵横有序地排列这25个数字码，在25个码上排布汉字的笔画与字根。

25个数字码可以在通用的电脑大字母键盘上，通过25个字母键输入，即用大键盘上的25个键输入25个数字码，也就是把电脑大键盘看作是(用作为)大数字键盘。

在手机和小键盘上，有0~9十个数字码，用12345这五个键的两两组合，即可输入25个(两位数的)数字码。

25个码比10个码，对汉字的离散度大了许多。理论上来看，一个码的离散度大25/10＝2.5倍，2个码的离散度就大2.5×2.5＝6.25倍，3个码15.625倍。实际情况是，因为汉字字根分到25个码上，比分到十个码上，分得具体得多，离散度相差的实际倍数，比理论值还高。

利用25个码对6千多个汉字编码，每个汉字取3个码，重码率情况比用10个码编码，每个汉字取6个码要好很多。这就解决了10个数字码，重码率高，取码次数多的问题。 25个字根码，比10个字根码，码数目增加了。

在码个数增加情况下，怎样使字根表仍简单易记，就显得特别重要。和码通过以下两个方面，做到了这一点。

一、字根表的纵横顺序

和码把汉字字根，按其起笔笔画的横(横折)，竖(竖折)，撇(撇折)，点(捺，捺折)，分排在5×5矩阵的5列上，因以横(横折)起笔的字根在汉字中分布最广，横(横折)起笔的字根占5列中的2列。

竖(丨)列位于字根表的中间对称线位置，好记。撇(丿)是‘4’的起笔画，撇与撇折放在第4列，也好记。

在矩阵的纵向，同列内的字根从上到下，按其对汉字的字义与字结构的限定性大小顺序排列(大体上为由简到繁的顺序)。

根据字根在字根表中排布的纵横顺序，许多字根的位置(码名)，能被很快地推想出来。这种顺序推理是不易忘记的。

二、字根的分类与归纳

通过对字根的研究，依据字根在汉字中分布的统计分析，对字根做了多个很好的分类与归纳，如：

1、把横起笔的字根，分为2类。一类为与其他笔画相离或相接的横，排布在11与15位上；另一类为与其他笔画相交的横排布在第二列；横折(乛乙乁)起笔的字根排布在12、13、14码位上。

2、把“冫”与“亠”放在52；“氵”与“辶”放在53。

3、把与其他部件相离或相接的“口”放在33，把复杂的“囗”外框，以及与其他部件相交的“口”放在34。

4、把第一、二笔画为撇、横折的字根都放在44。

5、把“贝”与“貝”放在一起；“见”与“見”放在一起；“讠”与“言”放在一起；把“钅”与“金”放在一起。使许多简体字与繁体字的编码一致。

6、25个码中，单笔画有6个码(11、12、21、31、41、51)，最好记。等等。

通过这两个方面的工作，做到了25个码的简单易记。

和码采用25个数字码，每个码都有码名与码值，码值是码名的倒数，如：‘日’的码名是35，码值则是53；土的码名是23，码值则是32。字根可以通过码值比较大小。如“月”的码值是44，日月土的码值从大到小的顺序为：日→月→土。这一特性使得“(剩余部分)取最大码值”，这一新的取码方法成为可能。

在单字的取码方法上，“定点位置＋剩余部分取最大码值”，经历了四个阶段，采用过四种取码方法。

第一种取码方法：把单字分为左右型与其他型两种，不是左右型就是其他型。定点位置是字或字块的首笔与末笔。

把汉字分为左右型与其他型，简单，明确，歧义很少。但有一个码是取在字的末笔位置，这与人的认字的习惯相左，与书写顺序不同。取末笔码时要往前查找最大码值，给初学者带来不便。

第二种取码方法：按字形结构的“相离可分，相接有条件地分，相交不分”为规则，把单字二分。单字被分为二分汉字，与一分(整形)汉字。定点位置是字或字块的首笔与末笔。

第一种取码方法只对左右型汉字二分，第二种方法对更多的汉字进行二分，使更多的单字的第一、二码是按顺序取码。但仍保留了在末笔位置取码的缺点。

第三种取码方法：按字形结构的“相离可分，相接有条件地分，相交不分”为规则，对单字分块，最多分为三块。采用 “块取首根＋剩余部分取最大码值”的取码方法。

第三种取码方法，把原来的“定点位置”改进为“块取首根”。取消了有缺点的末笔定点取码方法。按块的顺序取码，符合人的认字，写字的习惯。

第四种取码方法：把单字的4个码分为主码与辅码，先把单字按字义与字形结构分成三块、二块、或一块，后采用“块取首根 ＋ 剩余部分取最大码值”的方法取主码，依书写次序排列主码为单字的第一二三码，最后取辅码，主码加辅码组成单字的全码。

对国标GB2312中的6763个汉字进行分块，统计表明，三块字约占80%，二块字约占15%，一块字约占5%。可见大部分单字的前三码都能按块的顺序取码。用软件输入时，大部分汉字在三码内即可选出，这就使得三分汉字的取码方法好用。

“块取首根＋剩余部分取最大码值”的取码方法，是在字的几个(书写顺序的)不连续点，选取字根。这种方法使得字根集不需要包括组成汉字的所有字根，因此和码字根表中笔画与字根少，这进一步也减少了记忆量。

另外，和码利用电脑数据库技术，对6千多个汉字进行编码，对编码结果做多项统计，进而对字根表做修改。使6千多个汉字在25个码上的分布尽量均匀，以减少重码。统计分析每个汉字3个码的编码分布情况，使其重码率最低，使绝大多数常用汉字，在三码内即可以被选出。

通过对字根表大小100多次的反复修改。最后得出的和码字根表是一个排列有序，易记性好，容易使用，重码率低的字根表。

2004年3月底，和码输入软件的第一个版本基本完成。

2004年5月23日，和码汉字(字形)数字编码方案及其输入法在和字网(www.HeZi.net)上首次公布。

至2005年12月，和码又经历对字根编号、字根表、单字分块方法、以及单字取码方法等的多次修订，而最终确定。

从和码编码方案的研究，输入软件的开发，到首次公布，历时不到六个月，所有的工作是由一个人独立完成的。这也得益于网上大量的资料，和网友的帮助。现按时间的顺序(兼作大事记)记录如下，以表感谢。

1、2003年9月在江毅先生的《汉王简》汉字输入法的网站www.hanwj.com ，看到了江先生的“手机键盘新构想”，由此对汉字输入法产生了兴趣，随后就开始了汉字输入编码方案的思考、研究与软件制作。

2、魏金雄先生www.khngai.com，有许多汉字资料与工具。

3、胡敬禹先生的语言文字网站联盟www.yywzw.com，有丰富的资料和网站连接,汉字字形字母理论。

4、张时钊先生的汉字电脑研究所www.chancezoo.com，汉字电脑的理论研究与实践。

5、2003年11月上旬，当我用经20余次修改过的方案对6千汉字进行编码时，发现重码率过大，远远超过我的预料。10个输入码的汉字输入法，无论方案如何，无论是形码，音码，还是音形码，都有重码太多，取码次数太多的严重缺陷、都无法做成一个好的输入法。因此我放下了这段时间的研究。

6、2003年12月初，我把以前提出的单手键盘与10个数字键的方案联系在一起时，得到了一个新方案。就是把数字码的个数由10增加到25个，在5×5的矩阵中纵横有序地排列这25个数字键。由此开始了和码汉字输入方案的研究与其输入法软件的开发。

7、里仁网www.lesson.com.cn上2002年汉字输入技术与应用研讨会论文集。特别是张玉华、周克兰、吴娴的有关汉字输入法码本技术的文章。

8、中国语言文字网www.china-language.gov.cn。

9、潘德孚先生的网站www.yywzw.com/pan ，和他的“汉字编码设计学”著作，深入地著述了汉字编码与输入法的理论。

10、王码五笔网:www.wangma.com.cn，六字元金码，数字统一码，九宫数码，表形码，二笔数码，等等。

11、清华大学的字频表。不知道网址了。

12、导码http://input.foruto.com/gbqpxdm/ 。有丰富的输入法相关网站的链接，很多有用的词组集。

13、中国知识产权局网www.cpo.cn.net，有许多汉字输入法专利的详细资料。

14、2004年1月，我的朋友熊明友先生为我办理了此项发明的专利申请。

15、2004年1月16日在www.chineseime.com上发信息求汉字IME编程资料，2月13日小宏朋友回复，告知了许多重要的IME编程资料。

16、北京语言大学语言信息处理研究所的字词频表。 http://www.blcu.edu.cn/lircweb/download_Resource.htm

17、Microsoft 公司网上IME编程资料。邮购Windows Server 2003 Driver Development Kit。

18、李振春先生的自由拼音输入法www.opencjk.org，特别是他的完整的源程序。

19、歪林输入法及例子程序。http://input.foruto.com/IME /Windows/Big5/Unicode/index.html

20、极点汉字输入法和其词库http://www.wbfans.com。

21、2004年3月底，和码方案与字根表经过细致研究和100多次的大小修改后基本确定。同时完成了对7千多汉字，24万余条词组的编码，也完成了和码输入软件的主体部分。

22、2004年5月23日，和码汉字(字形)数字编码方案及输入法，在和字网(和码网)www.HeZi.net上首次发布。

23、2004年11月21~23日，和码参加了在北京由“中国中文信息学会”等多家权威机构共同举办的“中国首届手机中文输入大赛”，和码是参赛的30多个队中，唯一采用25个数字输入码的输入法，也是唯一实现了电脑大小键盘和手机上，汉字输入方法完全统一(通用)的输入法。

24、2005年4~5月间，浙江三门县的金圣杰先生对和码提出了多项宝贵的修改意见，如：数字码在电脑大键盘上从中间向两边排布，指出‘与亏’中的折笔是‘竖弯钩’，汉字中没有‘撇弯钩’，以及字根排布与软件功能等。

25、2005年10月，《和码汉字输入法》软件与手册，由重庆大学电子音像出版社正式出版。

26、2005年12月，广东东莞的叶志全先生提出码名的第一个数字为列数(区号)，第二个数字为行数(位号)的宝贵意见。

27、至2005年12月，和码经历对字根编号、字根表、单字分块方法、以及单字取码方法等的多次修订，而最终确定。