電子佛典補字集整理進度報告



莊德明 高孝玖   1996/11/22
中研院資訊所文獻處理實驗室

自八十三年十月起，多位佛教界的法師及大德即倡議所有從事電子佛典的單位應共用同
一個補字集，以利文件的流通，當時並希望本實驗室代為規畫。如今整整已經過了兩年
，這段期間，各單位陸續送來了3054個缺字。這些缺字中，有966個字為重覆字，另外還
有65個字，可在目前的電腦字型中找到。最後我們整理出一個2023個字的電子佛典補字
集，差可堪慰。

這個補字集匯集了西蓮淨苑(以下簡稱西蓮)、摩訶工作室(以下簡稱摩訶)、資訊功德會
(以下簡稱資功)、妙雲蘭若(以下簡稱妙雲)、佛光山(以下簡稱佛光)、中華佛教百科文
獻基金會(以下簡稱百科)等六個單位的缺字。補字集的整理過程分成以下三個步驟：

1.首先必須查詢缺字的部首、筆劃、注音、異體字等屬性，然後填入缺字整理表中。

2.將缺字屬性登錄在屬性資料庫中。

3.利用字形資料庫登錄缺字的字形結構。

有關缺字整理表及屬性資料庫，請參考[1]；字形資料庫則參考[2]。缺字整理表及屬性
資料庫由高孝玖負責，至於字形資料庫則由莊德明負責。以下簡單說明這個補字集的整
理現況。

一、各單位缺字總數

截至目前為止，各單位送來的缺字數如下(依照整理次序)：

1.西蓮355個(律學辭典等)。
2.摩訶222個(大正藏第九冊)。
3.資功520個(大般若經及丁福保佛學大辭典等)。
4.妙雲167個(妙雲集)。
5.佛光1470個(禪藏及佛光大辭典等)。
6.百科320個(中華佛教百科)。
以上缺字總共3054個。另外資功及佛光又陸續寄來新的造字檔，但是並沒有書面資料說
明增加的是那些字，所以這些新增的缺字尚未處理。

二、各單位缺字編號

除了摩訶及佛光有自己的缺字編號外，其餘各單位的缺字皆由我們編號，每個單位的編
號皆由1開始，例如西蓮缺字有355個，其編號就從1到355。

三、非缺字(五大碼用字)

在此要強調的是：字體變異的字形，我們並未視其為缺字，如「細」、「飽」為「細」
、「飽」的宋體字形，「細」、「飽」即非缺字；又由於目前電腦中並沒有一套好的宋
體字型，使這個問題變得更複雜了。有關字體變異的問題，可再參考附件一「佛典缺字
與電腦字型」。另外還有些單位的缺字，事實上五大碼已經收錄，而非缺字。這些非缺
字的種類、相關例子及個數如下：

(一)某些缺字，已存在於五大碼13051個字中，然而原單位並未發現。如西蓮編號19(內
碼97CF)的「墻」(五大碼F9D9)、資功編號111 (內碼916E)的「羝」(五大碼D6F4)、妙雲
編號103(內碼8EF3)的「郤」(五大碼D3FD)、百科編號69(內碼FA69)的「贄」(五大碼F0F
4)，這類字共有15個。

(二) 某些缺字，可在某一家字型公司的字型中找到。例如摩訶編號46(內碼91BD)、佛光
編號327(內碼95C3)、妙雲編號115(內碼8EFA)的「 」，可在微軟視窗3.1版內附的細明
體中找到該字(五大碼AF75)；而和「 」相關的還有佛光編號552(內碼95EA)的「嗔」(五
大碼DCD2)、佛光編號559(內碼95EB)的「填」(五大碼B6F1)、佛光編號587(內碼95D0)的
「滇」(五大碼B7BF)，這類字共有49個。

（三）五大碼中的部分字，某一家字型公司的字型有誤，而令人誤以為是缺字。例如資
工編號49(內碼8FCD)的「拄」(五大碼A9D6)，然而視窗3.1的細明體誤為「 」，以致於
把「拄」視為缺字，這類字有1個。

以上三類字合計65個。



四、重覆字

重覆字分為兩種：一為同一個單位的重覆字，如西蓮編號251(內碼FD7E)及編號321(內碼
FE72)皆為「㶅」，則編號321的字形就不收錄於補字集中﹐這類重覆字有9個。
另一種重覆字為各個單位間的重覆字，如西蓮編號98(內碼9BF1)、摩訶編號102(內碼95C
2)、資功編號218(內碼95C2)、妙雲編號18(內碼8C4F)、佛光編號715(內碼FA4F)、百科
編號304皆為「𣿬」，在3054個缺字中，這類重覆字總數為957個。
以上兩類合計966個字。重覆字的檢查可利用屬性資料庫或字形資料庫，然以字形資料庫
為佳。


五、電子佛典補字編號及總數

佛典補字集係由各單位缺字匯整而成，其編號方式則依缺字處理的先後，扣掉重覆字外，
排序如下：
1.西蓮355個缺字編號由1到355。

2.摩訶222個缺字中，有77個和西蓮重覆，其餘145個缺字的編號由356到500。

3.資功520個缺字中，有124個和上述的字集重覆，其餘396個缺字的編號由501到896。

4.妙雲167個缺字中，有112個和上述的字集重覆，其餘57個缺字的編號由897到953。

5.佛光1470個，有359個和上述的字集重覆，其餘1111個缺字的編號由954到2064。

6.百科320個，有260個和上述的字集重覆，其餘60個缺字的編號由2065到2124。

原則上，重覆字只編號一次，然而由於字形資料庫的進度較慢，單憑著屬性資料庫，
常有些重覆字不能即時發現，而到登錄字形結構時才發現，如補字編號460的「埾」，
後來才發現補字集已經收錄(補字編號133)，只好將460的「埾」刪除。這些編號後才發
現的重覆字有36個。

另外在非缺字方面，由於剛開始並未確定字體變異字形的處理原則，再加上部分缺字也
在後來才發現五大碼中已有，這些編號後才發現的非缺字有65個。

目前電子佛典補字編號雖然到2124，然而扣掉36個重覆的補字及65個非缺字，所以補字
總數實為2023個。


六、種字與交換碼

有些字可用來組成其他的字，如「禾」和「重」可組成「種」，「重」和「力」可組成
「動」，在此「禾」、「重」、「力」本身既為字，又可組合他字，稱之為種字。佛典
補字集中有一部分的字為種字，如西蓮編號14(內碼97B9)的「𠮩」為種字，可和「口」
組成資功編號177(內碼92A9)的「牕」，這類字有71個。

種字可以用來改良目前的交換碼，進而徹底解決缺字的問題。事實上，缺字的問題，不
只是電子佛典才有，也不只是台灣或大陸才有。在亞洲，只要是處理古籍，缺字的問題
是無所不在。以往大家認為只要擴大交換碼收集的字形可能是解決的方案之一。經多年
各方的努力，包括中文資訊交換碼(CCCII)、GB字集的擴充及大字庫的建立、JIS的擴充
、CNS的擴充、以及ISO10646的擴充等等，根據我們處理古籍的經驗，這些擴充是有些紓
解的作用，然而並不能完全解決問題。至於如何利用種字來改良交換碼，詳見[3][4][5]
，這些論文也一併附上請大家參考。


七、電子佛典補字內碼

由於五大碼5809個造字空間的內碼並非連續，在[6]中，曾將這些內碼轉換為連續的序號
，並且將造字區前段的4000個字規畫為佛典補字區，後頭的1809個字為種字區。
在編碼時，佛典補字的編號即為造字序號，如補字編號1(原西蓮編號1，內碼96D4)的「
𠕇」其內碼即為FA40(造字序號1)；補字編號356(原摩訶編號1，內碼8E64)的「祱」其內
碼即為FC69 (造字序號356)。
目前補字編號雖然到2124，但是補字總數只有2023個，而且在這2023個字中，又有71個
為種字，這71個字並不編在補字區，而是在種字區，所以補字區中的補字只有1952個，
也就是說造字區前段2124個造字碼中，仍有172個未使用。

以上幾點，總結如下表：

缺字單位	西蓮	摩訶	資功	妙雲	佛光	百科	累計	
缺字字數	355	222	520	167	1470	320	3054	
非缺字數	5	1	3	2	51	3	65	
重覆字數	1	80	129	115	376	265	966	
補字字數	349	141	388	50	1043	52	2023	
種字字數	21 	3 	11 	3 	30 	3 	71	


八、電子佛典造字檔

目前補字集的造字檔有倚天及Windows 3.1兩種版本，至於輸入法部分，倉頡輸入法已
經完成。另外王宗裕先生正針對這些造字，作進一步的美化，若有人對這方面的工作也
感到興趣，可再和我們聯絡。至於相關造字檔案及安裝程序請見附件二。

這2023個佛典補字即將公布，為了慎重起見，我們需要原來單位的再確認，在附件三中
，我們會提供各單位缺字對照表，並說明那些些字不應該視為缺字。大家若是發現資料
有誤，請儘早通知我們。另外附件四則為目前的電子佛典補字表。
至於屬性資料庫及字形資料庫，可以用來查詢補字的屬性及確認目前的缺字是否已經收
錄，由於資料庫的使用說明及部分使用者介面尚未完成，待完成後，將會置於網路中，
屆時再另行通知。


參考資料

[1]佛典共用造字集的整理(莊德明，1996年6月)
[2]中文字形資料庫的設計與應用(謝清俊等，1995年4月)
[3]電子古籍中的缺字問題(謝清俊，1996年8月)
[4]漢字的字形與編碼(謝清俊，1996年10月)
[5]A Descriptive Method for Re-engineering Hanzi Information Interchange Codes(謝清俊，1996年10月)
[6]佛典共用造字集的規畫(莊德明，1995年11月)