讓漢字進入電腦有多難?全世界都失敗了,這群中國人成功了

追踪科技
1粉絲
1 次觀看·2026年3月22日
AI 生成·可能包含錯誤
各位,你們能想象一個沒有漢字的互聯網世界嗎?
沒有中文操作系統,也沒有中文信息
我們鍵盤上敲出來的,屏幕裏顯示的全是各種字母
就像現在這樣
聽上去似乎很不真實
但是很多人其實不知道
我們距離成爲英文網民曾經真的就只差那麼一點點
背後的原因不出在別處
就出在計算機本身上
上世紀中旬
計算機的出現一度讓漢字遭遇了巨大的危機
原因是美國人設計的計算機
根本不接納漢字
我們都知道計算機在今天有多重要
可以說它基本壟斷了今天的信息傳播方式
沒有電腦就沒有如今的社會
甚至文明
而在這樣的情況下
如果一種文字不能進入電腦
那基本也就無一語被判了死刑
曾經有人說過
只有拼音文字才能救中國
因爲漢字無法進入電腦
甚至權威中文刊物宇文夏代化當年也說過
電子計算機是方塊漢字的掘墓人
也是漢語拼音文字的出產式
當時無數人在發問
難道我們真得順應西方
跟着他們用拉丁字母了嗎
危機關頭
誰纔是那個真正的救世主呢
說出來大家可能不信
最早嘗試讓漢字進入計算機的
其實是美國
帝國主義居然幫助我們搞漢字
是因爲愛嗎
顯然不是
那時候正處於美蘇冷戰時期
社會主義陣營的蘇聯
中國古巴都在各自領域取得了成績
而美國作爲資本主義的老大哥
自然不能落了下風
山姆大叔急切的想找個機會
展示一下自己的公二頭肌
讓世界看看
誰纔是這塊腸子的扛霸子
於是白宮就想出了個好主意
搞出世界上第一臺中文計算機
作爲一件資本主義
贈予中國人民的禮物
這樣做一方面
可以輸出美國的技術和文化實力
另一方面有了這臺機器
就能大規模的輸入和印製
中文宣傳材料
做一些大家懂得都懂的事情
比時比刻
假如
這個項目得到了卡內基基金會
美國陸軍和空軍的資金支持
三房都急切的想在這個項目上看到成果
這個項目最終決定由
麻省理工學院教授考德威爾負責
他要打造一臺名叫
CineType的中文計算機
而擺在他面前的第一個問題
是怎麼把漢字輸入計算機裏
第二個問題
是考德威爾本人
根本不會中文
不過他在一次與中國留學生的交流中
獲得了一些有用的知識
原來漢字書寫時
是有一個拼寫的過程的
就像他們學習寫單詞一樣
每個漢字的順序
按理話都跟兩個一樣
聽了這一點
考德威爾大受震撼
作爲一個邏輯電路專家他就想到
如果每個漢字都以同樣的方式組合
那能不能設計一個邏輯電路
給定一些漢字筆畫作爲輸入值
讓它能夠輸出漢字
但是考德威爾本人是個中文文盲
於是他只能找到了哈佛大學
東亞語言文化系的楊連生教授
在楊教授的幫助下
考德威爾對漢字的結構化組成
做了詳細分析
確定了大約2000個常用漢字的筆畫
最終他們歸納出22個筆畫
放在一個標準的西式打字機鍵盤上
綽綽有餘
就這樣
1959年他完成了輸入法
研發出了
大概是世界上第一臺漢字專用電腦
CineType
這臺電腦配合當時的
LumiType 4的招牌機
就能排版印刷漢字
研究過程中
考德威爾還有另一個驚人的發現
那就是漢字的拼寫規則是高度冗餘的
不用拼寫完整也能認出來
比如一個16話的漢字
可能只需要寫出前7話
或者前8話就能認出來了
不用再把剩下的全寫完
這背後的意義就在於
考德威爾不僅發明了一種中文輸入法
他還意外的發明了自動填充技術
這也是今天計算機
我們最常用的功能之一
按照計劃
CineType應該在1959年
由當時的美國總統艾森豪威爾隆重發布
但是因爲這臺中文計算機
實在是太不完善了
不僅用起來很複雜
還只支持2400漢字
於是呢
他的發佈計劃就被推遲了
可惜的是這臺電腦的發明者
考德威爾老師第二年就去世了
CineType項目也只能就此終止
對於美國而言呢
研發世界上第一臺中文計算機
可能有一點點戰略上的價值
能夠帶來一些冷戰中的精神勝利
但是沒了它
美國日子也一樣過
不會有什麼影響
可對於我們自己而言
情況就完全不一樣了
對於中文輸入法的需求
我們比誰都迫切的多
因爲如果想讓更多行業
更多人都用上計算機
只有兩種選擇
要麼大家都別用漢字了
要麼就讓漢字進入計算機裏
前一種呢顯然是不可接受的
所以隨着計算機
逐漸從科研院所走向大衆
如何把漢字輸入計算機裏
就成了一個廣受關注的問題
最早的一批標準鍵盤漢字輸入法裏
影響比較大的
是芝比尼先生髮明的鍵字石碼
簡稱芝碼
芝碼用26個字母進行編碼
四個字母表示一個漢字
比如張字
可以拆成公 長 納和張四個部分
然後取這幾個部分讀音的首字母
就組成了張的代碼
G C N Z
而這個方案
芝老在60年代就開始研究了
爲了它
芝老當年在勞動改造期間的隔離式
僅憑着一隻筆和自己的記憶
用26個英文字母逐個對漢字進行編碼
到1776年底
他終於將新華四年裏的
8500個漢字全部編上了碼
芝碼方案也就此宣告完成
1978年7月
《上海文匯報》發表了一篇長文
標題叫《漢字進入計算機》
文章的主角就是
他的這項研究
也開啓了一場漢字輸入法的編碼潮
全國上下開發出了幾百種漢字輸入方案
分析字形的
用拼音的
形意兼顧的
都有不少
其中比較典型的
有錢偉強先生1984年提出的錢碼
錢碼按照漢字的宏觀字形部件編碼
把151種基本部件
按照形狀相近或者相似來歸類
定義在39個間位上
比如且 目 字
這些部件就被編成一碼
編於聯想
一個漢字最多
又比如你可能聽過
或者用過的雙拼
智能ABC
其實都是這場編碼潮中的產物
而除了這些
在這場萬碼奔騰中
最廣爲人知的輸入法
非五筆輸入法莫屬了
五筆輸入法的原理簡單來講
就是將漢字字形拆成字根
將字根排到指定間位
再通過間位組合打出漢字
用過五筆的人可能都背過一些口訣
什麼王旁青頭尖五一木丁七啊
王馬五筆的發明者叫王永民
他用五年時間獨創了這套字根編碼
1983年他把漢字從188件的編碼
壓縮到了第一版王馬五筆的25件
壓縮到25件就意味着
漢字輸入法現在能夠直接使用
原來的英文鍵盤
不再需要特別研製鍵盤了
1984年在聯合國的演示裏
五筆輸入法創下了一分鐘
打120多字的記錄
這證明中文的輸入效率
並不比拉丁字母低
五筆輸入法解決了漢字快速輸入的難題
以至於有人說
它的意義不亞於活字印刷
王馬五筆在1986年開始商用
並迅速的在全國推廣開來
成爲中文計算機輸入的第一方法
從90年代到2000年初
很多人學電腦的第一步
就是學五筆
到這個時候
漢字輸入計算機的問題就基本解決了
創造中文輸入法這場史無前例的
規模巨大的群衆性科研活動
也就落幕了
但在漢字進入計算機的過程中
有更多努力
其實在這場活動之外
因爲要讓漢字進入計算機
除了要解決輸入問題
還要解決漢字
在計算機中的存儲和顯示問題
首先在存儲
比如說你要給電腦輸入一個贊字
那不管是用拼音五筆還是手寫
CPU都得知道它得到的是一個贊
如果發送給另一臺電腦
另一臺電腦也需要知道它是一個贊
怎麼實現呢
這個需要給每個字安排一串二進制數字
然後把字和二進制串的對應關係
寫到一本字條裏
這個東西就叫字符集
在上世紀六七十年代
計算機上通用的字符集還是美國那套ASCII
它用七分零和一的組合來表示一個字符
也就是字母 數字 標點符號和功能鍵什麼的
一共包含2的七四方 128個字符
後來呢
ASCII爲了照顧一下字母稍微複雜一些的歐洲兄弟們
擴展到了八位 能裝下256個字符
一個字符大小
八位的二進制串也就成了計算機裏的一個單位
字節
而這個字符集拿來裝漢字肯定是不夠用
就算不考慮標點什麼的
小學一年級的生字可能都裝不全
要把漢字裝進計算機
科學家們首先得解決漢字太多的問題
在上世紀七八十年代的國家級漢字信息處理系統工程裏
一個重要的任務就是統計每個漢字使用的頻率
找出最常用的那一批
給他們安排上對應的編碼
到80年
確定第一個國標漢字編碼方案GB2312的時候
專家們從收集的9萬個漢字裏畫了個重點
選出了6763個常用的漢字
不光是字符集編碼
做輸入法和設計字體也是優先考慮它們
然後就是給這些字編碼了
GB2312畫了94個區
每個區有94個放字符的位置
這樣就一共有8836個位置
常用字加上國內常用的數字
字母 標點這些一共有7445個字符
裝上去綽綽有餘
這樣就可以用區號加位號來表示一個字了
佔兩個字節
這就解決了漢字的信息化存儲問題
但是隻存儲在電腦裏還不夠
還需要解決輸出
也就是顯示和打印的問題
至於這個問題有多難
我們可以看看當年美國人踩過的坑
還是開頭講過新的Type項目
它在中斷了一陣之後
重整旗鼓又更新了兩代產品
就在發展到第三代的時候
他們想到了設計一套中文字體庫出來
早期電腦顯示英文字母
在5x7的網格里填顏色
就能把字母數字都搞定
但是漢字不行
字型太複雜了
填到5x7的格子裏就糊成一團認不出來了
想要把漢字看清
至少需要16x16的標格
而新的Type項目就是這麼做的
設計師們在一個個格子圖上
用紙 筆 修正液
通過手繪閃點畫出漢字的位圖
然後將其數字化
要滿足用戶需求的話
字庫裏至少得有3000個長文漢字
設計師們一個字一個字的描
一個字一個字的改
工程量實在太大了
幾年過去
新的Type三代的中文字體庫項目
總算是完成了
但完成歸完成
這套字體庫並不實用
它佔的存儲空間太大了
當時新的Type三代團隊用的是蘋果二代機
最大內存是64KB
他們自己DIY擴展到了80KB
才放下最常用的100個字
剩下的漢字需要放在5MB的硬盤裏
這也導致用戶在輸入常用字的時候
屏幕顯示的就比較快
而如果是不常用字
就要延遲一會兒
最後新的Type三代也沒有商業發佈
中國人的字體還得靠中國人自己來解決
國內對於輸出問題的研究
是從排版印刷開始的
幾乎是在美國設計師們描漢字的同時
正在研究激光照牌系統的王選院士
遇到了更大的難題
用16x16的點陣字來排版印刷
實在是太難看了
需要更多更精細的中文字體
字號如果全部用點陣來存儲
而當時的計算機內外存
加起來也不夠7兆
王選就琢磨
有什麼方法能最小化漢字信息呢
他發現漢字雖然繁多
但每個漢字都可以
基於計算數學的研究背景
王選最後想到
用輪廓加參數的數學方法來描述字形
對於不規則筆畫輪廓
選取關鍵點連起來
就能確定這些筆畫的形狀和位置
對於橫豎折這些規則筆畫
就根據筆畫的長度寬度
起始位置等等
用參數來表示
這種方法將漢字專用的體積
壓縮到了之前的五百分之一到一千分之一
王選也是如實言之的
高分辨率字形信息壓縮技術
徹底的解決了漢字編碼存儲的困境
也徹底打通了漢字進入計算機的道路
可以說在計算機領域
我們經歷了一場漫長的
沒有硝煙的戰爭
無路可退的時候
正是因爲有了這些前輩們的努力
廢除漢語的理論
最後被掃盡了歷史的垃圾堆
而中文也沒有被互聯網大潮落下
今天我們能夠愉快的用中文
在互聯網上衝浪
應該銘記他們爲此付出過的青春
好了
本期節目就到這裏
別忘了轉按評贊
關注我們一波
必然的小夥伴請按住點贊按鈕
給我們一個一鍵三連
我們下期再見
