Se avete mai cercato il numero di tratti di un carattere cinese, probabilmente avete incontrato questo enigma: un'enciclopedia dice che 迎 ha 7 tratti, uno strumento online dice 8, e la ricerca per tratti nell'input method del vostro telefono dà ancora un altro numero. Così iniziate a chiedervi: chi sbaglia?
La risposta è che per un dato insieme di forme grafiche il numero di tratti è un fatto oggettivo e indiscutibile. Il problema sta nelle forme grafiche stesse. Fonti di dati diverse usano standard grafici diversi, quindi contano naturalmente risultati diversi.
Partiamo da 迎
La parte destra di 迎 è 卬 e la sinistra è il radicale del camminare 辶. Il disaccordo è su quel 辶.
- Glifo standard continentale: 辶 è 3 tratti (punto, orizzontale con gancio a svolta, tratto discendente piatto a destra). Quindi 迎 = 3 + 4 = 7 tratti.
- Glifo tradizionale (la convenzione Unihan): 辶 è contato nella forma piena 辵, tradizionalmente 4 tratti. Quindi 迎 = 4 + 4 = 8 tratti.
Un carattere, un tratto di differenza. E il campo kTotalStrokes in Unihan, il database CJK ufficiale di Unicode, registra esattamente 8. Molti strumenti e molti programmi leggono quel campo direttamente, quindi restituiscono 8.
Non è un bug: la definizione del campo Unihan non è sbagliata, segue semplicemente una convenzione grafica diversa. Ma per un utente cinese quel risultato non corrisponde a ciò che ha insegnato il libro di testo.
La radice del disaccordo: cinque famiglie di radicali
Costruendo il nostro strumento abbiamo confrontato uno per uno tutti i 6.763 caratteri GB2312 e trovato 258 caratteri (3,81%) con una discrepanza nel numero di tratti. Lo schema è straordinariamente concentrato e ricade quasi interamente su queste famiglie di radicali:
| Radicale | Standard continentale | Tradizionale / Unihan | Differenza |
|---|---|---|---|
| 辶 (camminare) | 3 | 4 (come 辵) | −1 |
| 廴 (passo) | 2 | 3 (forma piena) | −1 |
| 礻 (altare) | 4 | 5 (come 示) | −1 |
| 艹 (erba) | 3 | 4 (come 艸) | −1 / −2 |
| 月 (carne) | 4 | 6 (come 肉) | −2 |
La distribuzione che abbiamo misurato è: 249 caratteri con un tratto in meno, 8 caratteri con due tratti in meno e solo 1 carattere con un tratto in più. Pende in modo schiacciante da un lato: nella grande maggioranza dei casi il numero di Unihan è maggiore, perché riporta questi radicali alla loro forma scritta piena.
Gli 8 caratteri che differiscono di due tratti
Sono i più facili da confondere e vale la pena elencarli a parte:
- 营: Unihan 13 → standard continentale 11
- 都: Unihan 12 → standard continentale 10
- 著: Unihan 13 → standard continentale 11
- 薯: Unihan 18 → standard continentale 16
- 蓬: Unihan 15 → standard continentale 13
- 延: Unihan 8 → standard continentale 6
- 筵: Unihan 14 → standard continentale 12
- 甍: Unihan 16 → standard continentale 14
Lo schema è evidente: 营, 著, 薯, 蓬 e 甍 portano tutti il radicale dell'erba, che nello standard continentale è di 3 tratti (orizzontale, verticale, verticale), mentre Unihan conta la forma piena 艸 come 4 — e combinato con altre differenze strutturali in questi caratteri, questo fa un divario di due. 延 e 筵 portano il radicale del passo, per la stessa logica.
L'unico carattere «inverso»
Tra le 258 discrepanze, esattamente uno ha Unihan che registra meno tratti dello standard continentale: 致. Unihan dà 9 tratti; lo standard continentale è 10.
La causa è che la parte destra di 致 si scrive diversamente in diversi standard grafici, il che cambia la scomposizione dei tratti. Questo caso isolato dimostra esattamente il punto: le differenze di tratti non sono «aggiungi o togli una costante» — sono un risultato derivato carattere per carattere dalla forma grafica e non si correggono applicando una formula.
Quindi a quale bisogna credere?
Dipende da cosa state facendo:
- Insegnamento della lingua, esami, dizionari, calligrafia: usate le forme grafiche standard continentali (la moderna specifica dell'ordine dei tratti e la tabella dei caratteri standard). È la base del sistema scolastico nazionale e ciò su cui si basa la correzione.
- Numero di tratti del nome e tradizionale analisi del nome a cinque griglie: la pratica tradizionale del nome usa la convenzione del dizionario Kangxi, che differisce da entrambe le precedenti — conta le forme grafiche tradizionali. Quindi 迎 potrebbe apparire come 11 tratti nei software per nomi (secondo una variante o una forma Kangxi). È un terzo standard.
- Programmazione, font, impaginazione: per validazione dei dati o statistiche va bene qualsiasi convenzione, ma siate internamente coerenti e non mescolatele.
Il caso peggiore è portare i dati Unihan in un contesto nazionale di insegnamento della lingua. Il tasso di discrepanza qui è di circa il 3,81%, cioè un carattere ogni 26 ha il numero sbagliato: usato per correggere i compiti, continuerà a produrre errori.
Perché tanti strumenti sbagliano
Il motivo è pratico: Unihan è una fonte di dati CJK pronta, gratuita e ben strutturata. È mantenuta dal Unicode Consortium con campi completi (letture, definizioni, radicali, numeri di tratti, codifiche), e funziona appena la scaricate. Dati pubblicamente accessibili e ben strutturati, tratto per tratto, per le forme grafiche standard continentali sono molto più rari.
Quindi moltissimi strumenti — compresi alcuni siti noti — leggono direttamente il kTotalStrokes di Unihan. La fonte non è etichettata e gli utenti che vedono un numero gonfiato non hanno modo di sapere perché.
Siamo caduti noi stessi in questa trappola costruendo la ricerca dei tratti dei caratteri cinesi: la prima versione leggeva Unihan, testava 迎 e otteneva 8, che non corrispondeva al libro di testo. Solo dopo il passaggio a una fonte derivata tratto per tratto dalle forme grafiche standard tutti i 258 caratteri sono stati corretti.
Come giudicare rapidamente da soli
Per un carattere di cui non siete sicuri, tre passaggi:
- Primo: isolate il radicale. Controllate se contiene 辶, 廴, 礻, 艹 o 月 (la luna di carne). Se sì, il numero di tratti ha molto probabilmente una risposta dipendente dalla convenzione.
- Secondo: confrontate due fonti. Se due fonti differiscono di 1 o 2 tratti, è quasi certamente una differenza di convenzione e non un errore di dati.
- Terzo: scegliete la convenzione in base allo scopo. Standard continentale per insegnamento ed esami, Kangxi per i nomi, e nel software internamente quello che volete purché coerente.
Per risparmiare fatica, usate semplicemente uno strumento: la ricerca dei tratti usa la convenzione grafica standard continentale e supporta anche la ricerca inversa per numero di tratti o radicale. «Trova tutti i caratteri di 10 tratti con il radicale della bocca» richiederebbe un'eternità a mano o con un dizionario; uno strumento lo restituisce in un secondo.
Una nota correlata: anche i radicali hanno lo stesso problema
Oltre ai numeri di tratti, anche l'assegnazione dei radicali ha differenze di fusione. Lo stesso carattere può ricadere sotto radicali diversi in dizionari diversi. È in gran parte la distinzione tra classificare per significato e classificare per forma: 相, per esempio, va sotto 目 in entrambi i casi, quindi i due concordano, ma alcuni caratteri divergono.
Il caso comune è un componente che è stato semplificato o trasformato: per forma sembra una cosa, per significato originale è un'altra. Se non riuscite a trovare un carattere dal suo radicale, provatene un altro, oppure usate uno strumento che supporta diversi metodi di ricerca.
In una frase
Non esiste un'unica risposta al numero di tratti di un carattere: esiste una risposta sotto un particolare standard grafico. 迎 è sia 7 tratti (standard continentale) sia 8 tratti (la convenzione tradizionale Unihan), e nessuno dei due è sbagliato. Sapere quale standard state usando conta molto più che memorizzare un numero particolare.