网页中即时动态显示和输入冷僻字的方法.pdf

网页中即时动态显示和输入冷僻字的方法 夏立宁 高玉军 唐英敏 吕肖庆 （中国文字字体设计与研究中心 北京 100871） （北京北大方正电子有限公司 北京 100085） （北京大学计算机科学技术研究所 北京 100871） 【摘 要】与其他国家的语言文字一样，字典里的字词，绝大部分都是不常用的。以目前公 认的《汉语大字典》为样本，它共收单字五万多。但是，实际通用的汉字并不很多，那些不 常见的汉字都被称为冷僻字。伴随着中文信息化技术的发展，越来越多的资料、公文、报刊 等都数字化了，使得冷僻字的输入、显示及其传输问题变得越来越突出。本文提及的网页中 冷僻字的动态显示和输入，可实现客户端无需安装本地字库和输入法即可进行在线编辑和显 示，解决了冷僻字在网络上的编辑、录入和传播等问题。 【关键词】冷僻字，网络嵌入式字库，EOT，在线输入法。 The Display And Input Of Rarely-used Chinese Characters Processing In Internet Tang Yingmin, Xia Lining , Gao Yujun (Institute of Computer Science and Technology, Peking University, Beijing 100871) (Center for Chinese Font Design and Research, Beijing 100871) (Beijing Founder Electronics Co. Ltd., Beijing 100085) Abstract: Nowadays, rarely-used Chinese characters need to be displayed in e-book, e-mail and internet pages more and more. But lots of them still processed as images in current network age. And traditional input method can’t be used to input these words to a document. With the problem of display and input rarely-used Chinese characters becomes more outstanding. This paper introduces a solution for display and input rarely-used Chinese characters processing in internet. Keywords: rarely-used Chinese characters, Network embedded font, EOT, Online input method 1、 引言 汉字的数量并没有准确数字，大约将近十万个，日常所使用的汉字只有几千字。据统计， 1000 个常用字能覆盖约 92%的书面资料，2000 字可覆盖 98%以上，3000 字时已到 99%，简 体与繁体的统计结果相差不大。在汉字计算机编码标准中，早期的国家标准 GB2312-80 只 有 6763 个汉字，GB18030-2000[1]收录了 27484 个汉字，而 ISO-10646[2]收录的汉字已超过七 万。虽然 ISO-10646 收录汉字已超过 7 万，但还有很多字正在等待审定。计算机系统中常用 的字库大部分