Если вы когда-нибудь искали число черт китайского иероглифа, то наверняка сталкивались с этой загадкой: одна энциклопедия говорит, что у 迎 семь черт, какой-то онлайн-инструмент говорит восемь, а поиск по чертам во вводе на вашем телефоне даёт ещё одно число. И вы начинаете задаваться вопросом — кто же ошибается?
Ответ в том, что для данного набора начертаний число черт — объективный факт, не допускающий спора. Проблема в самих начертаниях. Разные источники данных используют разные стандарты начертаний, поэтому естественно насчитывают разные результаты.
Начнём с 迎
Правая часть 迎 — это 卬, левая — ключ хождения 辶. Спор идёт именно об этом 辶.
- Материковое стандартное начертание: 辶 — это 3 черты (точка, горизонталь с поворотным крюком, плоская правая падающая). Значит, 迎 = 3 + 4 = 7 черт.
- Традиционное начертание (конвенция Unihan): 辶 считается в полной форме 辵, традиционно 4 черты. Значит, 迎 = 4 + 4 = 8 черт.
Один иероглиф, разница в одну черту. И поле kTotalStrokes в Unihan, официальной базе CJK проекта Unicode, записывает ровно 8. Многие инструменты и многие программы читают это поле напрямую и выводят 8.
Это не баг — определение поля в Unihan не ошибочно; оно просто следует другой конвенции начертаний. Но для китайского пользователя такой результат не совпадает с тем, чему учил учебник.
Корень разногласия: пять семейств ключей
Создавая наш инструмент, мы сравнили все 6 763 иероглифа GB2312 по одному и нашли 258 иероглифов (3,81 %) с расхождением в числе черт. Картина поразительно сконцентрирована и падает почти целиком на эти семейства ключей:
| Ключ | Материковый стандарт | Традиционный / Unihan | Разница |
|---|---|---|---|
| 辶 (идти) | 3 | 4 (как 辵) | −1 |
| 廴 (шагать) | 2 | 3 (полная форма) | −1 |
| 礻 (алтарь) | 4 | 5 (как 示) | −1 |
| 艹 (трава) | 3 | 4 (как 艸) | −1 / −2 |
| 月 (мясо) | 4 | 6 (как 肉) | −2 |
Измеренное нами распределение таково: 249 иероглифов на одну черту меньше, 8 иероглифов на две черты меньше и лишь 1 иероглиф на одну черту больше. Оно подавляюще склоняется в одну сторону — в большинстве случаев число Unihan больше, потому что он возвращает эти ключи к их полной письменной форме.
Те 8 иероглифов, что различаются на две черты
Их легче всего перепутать, и их стоит перечислить отдельно:
- 营: Unihan 13 → материковый стандарт 11
- 都: Unihan 12 → материковый стандарт 10
- 著: Unihan 13 → материковый стандарт 11
- 薯: Unihan 18 → материковый стандарт 16
- 蓬: Unihan 15 → материковый стандарт 13
- 延: Unihan 8 → материковый стандарт 6
- 筵: Unihan 14 → материковый стандарт 12
- 甍: Unihan 16 → материковый стандарт 14
Картина очевидна: 营, 著, 薯, 蓬 и 甍 все несут ключ травы, который в материковом стандарте равен 3 чертам (горизонталь, вертикаль, вертикаль), тогда как Unihan считает полную форму 艸 за 4 — а в сочетании с другими структурными различиями в этих иероглифах это даёт разрыв в две черты. 延 и 筵 несут ключ шага, по той же логике.
Единственный «обратный» иероглиф
Среди 258 расхождений ровно у одного Unihan записывает меньше черт, чем материковый стандарт: у 致. Unihan даёт 9 черт; материковый стандарт — 10.
Причина в том, что правая часть 致 пишется по-разному в разных стандартах начертаний, что меняет разбивку на черты. Этот единственный случай точно показывает суть: различия в чертах — это не «прибавь или отними константу», а результат, выведенный для каждого иероглифа из его начертания, и его нельзя исправить применением формулы.
Так чему же доверять?
Зависит от того, что вы делаете:
- Преподавание языка, экзамены, словари, каллиграфия: используйте материковые стандартные начертания (современную норму порядка черт и таблицу стандартных иероглифов). Это основа отечественной системы образования и то, по чему идёт оценивание.
- Число черт имени и традиционный анализ имени по пяти решёткам: традиционная практика наречения использует конвенцию словаря Канси, которая отличается от обеих выше — она считает традиционные начертания. Так, 迎 в программах для имён может показываться как 11 черт (по варианту или форме Канси). Это третий стандарт.
- Программирование, шрифты, вёрстка: для проверки данных или статистики годится любая конвенция, но будьте внутренне последовательны и не смешивайте их.
Худший случай — перенести данные Unihan в отечественный контекст преподавания языка. Доля расхождений здесь около 3,81 %, то есть каждый 26-й иероглиф имеет неверное число — при проверке домашних заданий это будет постоянно давать ошибки.
Почему столько инструментов ошибаются
Причина практическая: Unihan — готовая, бесплатная и хорошо структурированная база данных CJK. Её поддерживает консорциум Unicode, поля полны (чтения, определения, ключи, числа черт, кодировки), и она работает сразу после скачивания. Общедоступных, хорошо структурированных данных по чертам для материковых стандартных начертаний куда меньше.
Поэтому очень многие инструменты — включая некоторые известные сайты — читают kTotalStrokes из Unihan напрямую. Источник не подписан, и пользователи, видящие завышенное число, не могут понять почему.
Мы сами попались в эту ловушку, создавая поиск иероглифов по числу черт: первая версия читала Unihan, проверяла 迎 и получала 8, что не совпадало с учебником. Только после перехода на источник, выведенный штрих за штрихом из стандартных начертаний, все 258 иероглифов были исправлены.
Как самому быстро судить
Для иероглифа, в котором вы не уверены, три шага:
- Первое: выделите ключ. Проверьте, есть ли в нём 辶, 廴, 礻, 艹 или 月 (мясная луна). Если да, у числа черт вполне вероятно есть конвенционно-зависимый ответ.
- Второе: сравните два источника. Если два источника различаются на 1 или 2 черты, это почти наверняка разница конвенций, а не ошибка данных.
- Третье: выберите конвенцию по цели. Материковый стандарт для преподавания и экзаменов, Канси для наречения, а в программном обеспечении внутренне — любую, лишь бы последовательно.
Чтобы сэкономить усилия, просто возьмите инструмент — поиск по чертам использует материковую конвенцию начертаний и поддерживает также обратный поиск по числу черт или ключу. «Найти все 10-чертные иероглифы с ключом рта» вручную или по словарю заняло бы вечность; инструмент вернёт это за секунду.
Связанное замечание: у ключей та же проблема
Помимо числа черт, у отнесения к ключу тоже есть различия из-за слияний. Один и тот же иероглиф в разных словарях может попадать под разные ключи. Это во многом различие между классификацией по значению и классификацией по форме — 相, например, в обоих случаях идёт под 目, так что оба согласуются, но некоторые иероглифы расходятся.
Частый случай — компонент, который был упрощён или преобразован: по форме он выглядит как одно, по исходному значению это другое. Если не удаётся найти иероглиф по его ключу, попробуйте другой или используйте инструмент, поддерживающий несколько способов поиска.
Одним предложением
У числа черт иероглифа нет единственного ответа — есть ответ при определённом стандарте начертаний. 迎 — это и 7 черт (материковый стандарт), и 8 черт (традиционная конвенция Unihan), и ни одно не ошибочно. Знать, какой стандарт вы используете, куда важнее, чем запомнить конкретное число.