GBK字符集全部汉字及拼音

sanwsw · 发表于 2007-11-25 18:57:24

　　下午为了制作趁手的固顶字自定义方案，特将系统中的全拼输入法字词编码方案导出为文本文件。该文本文件既可查看全拼输入法的GBK字符集内的27855个汉字（包括同音同形字、多音字），也可作为固顶字自定义方案制作底本。

[ 本帖最后由 sanwsw 于 2007-11-25 18:59 编辑 ]

xml00 · 发表于 2007-11-30 13:54:43

下星期俺把俺的单字读音资料也发上来，包括了《快速识别多音字》和《快速识别形似字》的资料，也包括了俺整理的《现汉》单字、《崇文版成语》、《沪辞版成语》中的单字读音资料。GBK范围内单字的读音计有3万多。

sanwsw · 发表于 2007-11-30 16:20:56

原帖由 xml00 于 2007-11-30 13:54 发表
下星期俺把俺的单字读音资料也发上来，包括了《快速识别多音字》和《快速识别形似字》的资料，也包括了俺整理的《现汉》单字、《崇文版成语》、《沪辞版成语》中的单字读音资料。GBK范围内单字的读音计有3万多。

太好了！另《快速识别多音字》一书中的目录是不是老徐您的亲手操制的？该书一个字，棒！你的大名也名扬全国了。

[ 本帖最后由 sanwsw 于 2009-9-7 13:55 编辑 ]

xml00 · 发表于 2007-11-30 16:59:36

原帖由 sanwsw 于 2007-11-30 16:20 发表

太好了！另《快速识别多音字》一书中的目录是不是老徐您的亲手操制的？该书一个字，榜！你的大名也名扬全国了。

这事儿凑巧了。当时俺刚把《现汉》的单字拼音弄出来，正愁多音字资料欠缺呢，恰好五笔论坛的wozy先生转载了于振报在天涯“关天茶舍”发布的《快速识别多音字》资料，俺用俺那一点儿可怜的资料去校对于先生的资料，一下子就把他糊弄住了。

当时俺也在二笔论坛跟着AhMan学了一点儿Excel的三脚猫功夫，于先生就让俺校对他的索引目录，俺替他排了序，也发现了几个错误，他就把俺的名字挂上了。哈哈，于先生是老实人，好骗啊！

sanwsw · 发表于 2007-11-30 19:34:04

　　今晚到文化中国-中文信息化论坛看到有个GBK全部汉字笔顺的帖子，内有下载链接。从内容看，这份资料是孙海峰博士的团队搞的，AhMan也参加校正。不知紫光华宇拼音输入法开发组有没有看到这份资料，不知该资料对查验紫光V6现有笔顺有无错误是否有帮助。
　　下载地址：http://culchina.net/Etext/GBK/Stroke.txt

ljdqe · 发表于 2007-11-30 21:43:37

向无私奉献的、辛勤工作的人们致敬！
相信紫光会越来越好

xml00 · 发表于 2007-12-3 08:37:25

原帖由 sanwsw 于 2007-11-30 19:34 发表
　　今晚到文化中国-中文信息化论坛看到有个GBK全部汉字笔顺的帖子，内有下载链接。从内容看，这份资料是孙海峰博士的团队搞的，AhMan也参加校正。不知紫光华宇拼音输入法开发组有没有看到这份资料，不知该资料对查验 ...

文化中国上的资料要老一些，下面的链接是新的：
http://www.pkucn.com/viewthread.php?tid=205166&extra=page%3D1&page=2
这是我们在加加论坛上共同校对的结果，整理后放在北大论坛上（我的和AhMan的略有差别）。

sanwsw · 发表于 2007-12-3 12:38:25

希望开发组专家能看到xml00的这个帖子。

xml00 · 发表于 2007-12-11 16:23:13

GBK拼音字表32026字。

说明
这里主要说明一下本资料的相关来源。
①《现汉》2005版，单字14282个，是俺手工录入的，校对过多次，资料可靠。
②《快速识别多音字》，5147字，是我校对的，资料可靠。
③《中华成语全典》（崇文出版社），《精编成语辞典》（上海辞书出版社），5032字，粗校。
④《快速识别形似字》，1115字，精校。
⑤《汉语大字典》，手工查询375字。
⑥GBK字序拼音，21015字，精校，资料可靠。
以上资料都是带调拼音资料。
无调拼音的资料来源：
①从不同来源搜罗而来，一般较可靠。有不少错误很多的资料一律不加入。
③ffffccc在紫光论坛发布的资料。单字26823字，有1529字和我的资料不重复，加在后面。
对比
微软全拼的字音总共27954个（接近28000），是较全的。
本资料字音32026个，多出4000余个。
简体字的字频资料：主要参考了北京语言大学的资料。
繁体字的字频资料：主要参考了香港中文大学的资料。
多音字的字音频率比例计算：是根据几个可靠的词库计算的。
徐孟罗
2007年12月11日

[ 本帖最后由 xml00 于 2007-12-11 16:27 编辑 ]

ZXD4G · 发表于 2007-12-11 18:04:40

这个帖子太有价值了，一定相加参考，甚至以此为准；笔顺的资料，早已从北大中文论坛得到过。
感谢徐老师，也感谢AhMan，同时感谢老戴。

sanwsw · 发表于 2007-12-11 19:51:42

得徐先生慨赠，实是本坛之喜。下载收储，也望开发组参考借用，在新版中开发出更加完美的拼音输入法。

[ 本帖最后由 sanwsw 于 2007-12-11 19:55 编辑 ]

niechel · 发表于 2008-1-5 09:44:02

沙发！传说中的吧？虽然不用，还是要支持一下的

17616403 · 发表于 2008-1-8 19:59:46

呵呵~~我新人，来这看看，~~~顶顶！

maks · 发表于 2008-1-18 12:45:49

要支持一下的，下载来试试

步虚 · 发表于 2008-1-21 01:28:22

好东西，不能错过。谢谢。

liugongaoo · 发表于 2020-9-23 21:28:57

本帖最后由 liugongaoo 于 2020-9-23 21:51 编辑

文件中在国标一级字库中遗漏1个字：粗

快照4.jpg

文件中在国标一级字库中遗漏1个字：粗
快照6.jpg

因为发现不同的编码居然对应“相同”的汉字（如"凉"在国标一级字库中编码是C1B9，而编码FD9D的汉字居然与C1B9的汉字一模一样

，见下图，），所以不敢贸然下结论，故验证特意写了个小工具（第1图）。

liugongaoo · 发表于 2020-9-23 21:51:00

本帖最后由 liugongaoo 于 2020-9-23 22:15 编辑

有好几个字的拼音写错了，我在百度搜索比对过。比如下面几个：

快照8.jpg

==============================================================
快照11.jpg

==============================================================

快照14.jpg

liugongaoo · 发表于 2020-9-23 23:33:06

本帖最后由 liugongaoo 于 2020-9-23 23:58 编辑

粗略检查了一遍，发现至少有140处拼音可能是错误的：

0001. 鶑 uu F98F

0002. 虍 pianpang F2AE

0003. 疒 pianpang F0DA

0004. 钅 pianpang EEC4

0005. 肀 pianpang EDB1

0006. 鞰 on ED4D

0007. 灬 pianpang ECE1

0008. 霻 uu EC54

0009. 闧 uu EA5B

0010. 閪 seo E97E

0011. 瑁 q E8A3

0012. 鐢 uu E794

0013. 鎼 uu E690

0014. 屮 pianpang E5F8

0015. 彐 pianpang E5E6

0016. 辶 pianpang E5C1

0017. 宀 pianpang E5B2

0018. 鍂 uu E577

0019. 銰 ngai E447

0020. 鈪 ngag E285

0021. 哏 n DFE7

0022.廾 pianpang DEC3

0023. 辪 uu DE6D

0024. 艹 pianpang DCB3

0025. 躼 uu DC78

0026. 踎 meo DB5F

0027. 阝 pianpang DAE2

0028. 卩 pianpang DAE0

0029. 冖 pianpang DAA2

0030. 贘 uu DA4A

0031. 冫 pianpang D9FB

0032. 勹 pianpang D9E8

0033. 冂 pianpang D8E7

0034. 刂 pianpang D8D6

0035. 匚 pianpang D8CE

0036. 丨 pianpang D8AD

0037. 覅 fiao D285

0038. 襨 tae D26B

0039. 裇 sed D153

0040.袰 uu D143

0041. 螦 so CF41

0042. 蝊 uu CE5F

0043. 虲 uu CD43

0044. 虄 sal CC83

0045. 藔 uu CB80

0046. 蓞 uu C985

0047. 蒊 uu C949

0048. 萡 be C860

0049. 莻 neus C782

0050. 茒 uu C68A

0051. 艍 keo C589

0052. 艈 uu C586

0053. 膸 wie C48E

0054. 膶 yen C48C

0055. 聣 uu C289

0056. 聓 sei C27B

0057. 聁 uu C271

0058. 耂 uu C253

0059. 罖 ra C140

0060. 縇 seon BF4C

0061. 穒 kweok B769

0062. 稥 uu B745

0063. 祍 uu B573

0064. 磗 pak B473

0065. 硸 nue B396

0066. 皼 uu B09B

0067.癷 uu B069

0068. 畓 tap AE7A

0069. 甅 liwa AE4D

0070. 瓼 liwa AE46

0071. 瓱 miliklanm AD9F

0072. 瓰 fenwa AD9E

0073. 瓩 qianwa AD99

0074. 瓧 shiwa AD97

0075. 獤 ton AA96

0076. 猤 fui AA67

0077. 燶 nung A05C

0078. 燞 uu A048

0079. 焾 nem 9F88

0080. 焽 uu 9F87

0081. 焑 uu 9F65

0082. 烪 uu 9F48

0083. 洜 uu 9BA0

0084. 毮 uu 9AC4

0085. 毝 uu 9AB6

0086. 毜 uu 9AB5

0087. 歚 uu 9A60

0088. 欍 jou 99E3

0089. 櫷 kwi 99CD

0090. 椧 myeong 97D2

0091. 桛 uu 96FE

0092. 朰 teul 9659

0093. 朩 teun 9657

0094.朑 uu 9647

0095. 曱 zad 95F5

0096. 曢 uu 95E9

0097. 旕 eos 94F1

0098. 旀 myeo 94E6

0099. 斏 uu 94C9

0100. 揼 dem 9367

0101. 怾 ki 905D

0102. 徚 uu 8FC1

0103. 廤 kos 8F57

0104. 巪 keo 8E7C

0105. 岃 yen 8CE8

0106. 屗 uu 8CCB

0107. 夻 hwa 89FE

0108. 夞 oes 89F1

0109. 垈 tae 8882

0110. 囖 lo 87DE

0111. 囕 ram 87DD

0112.囍 heui 87D6

0113. 嚸 dim 87C3

0114. 嗰 go 86F1

0115. 喼 gib 86D6

0116. 喐 yug 86B8

0117. 啹 geu 86AF

0118. 啱 ngam 86AB

0119. 唨 zo 8680

0120. 唟 keos 867B

0121. 唞 teo 867A

0122. 唜 mas 8678

0123. 咹 n 8648

0124. 叾 dug 85B6

0125. 厼 keum 859E

0126. 匁 mangmi 84F5

0127. 仒 eo 8198

0128. 亽 ra 8192

0129. 乻 eol 8173

0130. 乺 sol 8172

0131. 乯 ol 816A

0132. 乮 mol 8169

0133. 乭 tol 8168

0134. 乬 keol 8167

0135. 乫 kal 8166

0136. 乧 dul 8163

0137. 乥 hol 8162

0138. 乤 hal 8161

0139.乊 ho 8159

0140. 丆 myeon 8143

维纳斯 · 发表于 2020-9-24 10:13:42

楼上的厉害！佩服！

		自动登录	找回密码
密码			注册