汉字的由来

汉字的起源

从仓颉造字的古老传说到100多年前甲骨文的发现，历代中国学者一直致力于揭开汉字起源之谜。
关于汉字的起源，中国古代文献上有种种说法，如“结绳”、“八卦”、“图画”、“书契”等，古书上还普遍记载有黄帝史官仓颉造字的传说。现代学者认为，成系统的文字工具不可能完全由一个人创造出来，仓颉如果确有其人，应该是文字整理者或颁布者。

最早刻划符号距今8000多年

最近几十年，中国考古界先后发布了一系列较殷墟甲骨文更早、与汉字起源有关的出土资料。这些资料主要是指原始社会晚期及有史社会早期出现在陶器上面的刻画或彩绘符号，另外还包括少量的刻写在甲骨、玉器、石器等上面的符号。可以说，它们共同为解释汉字的起源提供了新的依据。

通过系统考察、对比遍布中国各地的19种考古学文化的100多个遗址里出土的陶片上的刻划符号，郑州大学博士生导师王蕴智认为，中国最早的刻划符号出现在河南舞阳贾湖遗址，距今已有8000多年的历史。

作为专业工作者，他试图通过科学的途径比如综合运用考古学、古文字构形学、比较文字学、科技考古以及高科技手段等一些基本方法，进一步对这些原始材料做一番全面的整理，从而爬梳排比出商代文字之前汉字发生、发展的一些头绪。

然而情况并不那么简单，除了已有郑州商城遗址、小双桥遗址(该遗址近年先后发现10余例商代早期朱书陶文)的小宗材料可以直接和殷墟文字相比序之外，其它商以前的符号则零星分散，彼此缺环较多，大多数符号且与商代文字构形不合。还有一些符号地域色彩较重、背景复杂。

汉字体系正式形成于中原地区

王蕴智认为，汉字体系的正式形成应该是在中原地区。汉字是独立起源的一种文字体系，不依存于任何一种外族文字而存在，但它的起源不是单一的，经过了多元的、长期的磨合，大概在进入夏纪年之际，先民们在广泛吸收、运用早期符号的经验基础上，创造性地发明了用来记录语言的文字符号系统，在那个时代，汉字体系较快地成熟起来。

据悉，从考古发掘的出土文字资料来看，中国至少在虞夏时期已经有了正式的文字。如近年考古工作者曾经在山西襄汾陶寺遗址所出的一件扁陶壶上，发现有毛笔朱书的“文”字。这些符号都属于早期文字系统中的基本构形，可惜这样的出土文字信息迄今仍然稀少。

文字最早成熟于商代

就目前所知和所见到的殷商文字资料来说，文字载体的门类已经很多。当时的文字除了用毛笔书写在简册上之外，其他的主要手段就是刻写在龟甲兽骨、陶器、玉石上以及陶铸在青铜器上。商代文字资料以殷墟卜用甲骨和青铜礼器为主要载体，是迄今为止中国发现的最早的成熟文字。

殷墟时期所反映出来的商代文字不仅表现在字的数量多，材料丰富，还突出地表现在文字的造字方式已经形成了自己的特点和规律。商代文字基本字的结体特征可分为四大类:取人体和人的某一部分形体特征为构字的基础;以劳动创造物和劳动对象为构字的基础;取禽兽和家畜类形象为构字的基础;取自然物象为构字的基础。从构形的文化内涵上来考察，这些成熟较早的字形所取裁的对象与当初先民们的社会生活相当贴近，具有很强的现实性的特征。同时，这些字形所描写的内容涉及到了人和自然的各个层面，因而还具有构形来源广泛性的特征。

汉字，是记录汉语的文字系统，并仍然或曾经在日语和朝鲜语、越南语中使用。汉字是世界上最古老的文字之一，拥有4500年以上的历史。狭义地说，它是汉族的文字；广义地言，它是汉字文化圈共同的文字。

汉字是汉语书写的最基本单元，其使用最晚始于商代，历经甲骨文、大篆、小篆、隶书、楷书（草书、行书）诸般书体变化。秦始皇统一中国，李斯整理小篆，“书同文”的历史从此开始。尽管汉语方言发音差异很大，但是书写系统的统一减少了方言差异造成的交流障碍。

东汉许慎在《说文解字》中将汉字构造规律概括为“六书”：象形、指事、会意、形声、转注、假借。其中，象形、指事、会意、形声四项为造字原理，是“造字法”；而转注、假借则为用字规律，是“用字法”。

三千余年来，汉字的书写方式变化不大，使得后人得以阅读古文而不生窒碍。但近代西方文明进入东亚之后，整个汉字文化圈的各个国家纷纷掀起了学习西方的思潮，其中，放弃使用汉字是这场运动的一个重要方面。这些运动的立论以为：跟西方拼音文字相比，汉字是繁琐笨拙的。许多使用汉字国家即进行了不同程度的汉字简化，甚至还有完全拼音化的尝试。日文假名的拉丁转写方案以及汉语多种拼音方案的出现都是基于这种思想。中国大陆将汉字笔划参考行书草书加以省简，于1956年1月28日审订通过《简化字总表》，在中国及新加坡使用至今。台湾则一直使用繁体中文。

目前在使用汉语的地区，大都使用两种规范汉字，分别是繁体中文（繁体字）和简体中文（简体字）。

汉字是承载文化的重要工具，目前留有大量用汉字书写的典籍。不同的方言都使用汉字作为共同书写体系，因而汉字在历史上对中华文明的传播起到了重要作用，并成为东南亚文化圈形成的内在纽带。在汉字发展过程中，留下了大量诗词、对联等文化，并形成了独特的汉字书法艺术。

一个汉字一般具有多种含义，也具有很强的组词能力，且很多汉字可独立成词。这导致了汉字极高的“使用效率”，2000左右常用字即可覆盖98%以上的书面表达方式。加之汉字表意文字的特性，汉字的阅读效率很高。汉字具备比字母文字更高的信息密度，因此，平均起来，同样内容的中文表达比其他任何字母语言的文字都短。

目前的汉字体系分为繁体字和简体字，前者用于台湾、香港、澳门和北美的华人圈中，后者用于中国大陆和新加坡以及东南亚的华人社区。通常说来，两种汉字书写系统虽然有差异，常用汉字的个体差异不到25％。

由于汉字书写复杂，“汉字落后论”的说法存在了很长时间，认为汉字是教育及信息化瓶颈，并有“汉字拉丁化”甚至废除汉字的推动行为。现在一般认为汉字也有突出优点，初始学习难度虽大，但掌握常用字后不存在类似海量英文单词的继续学习问题，且其表意特性也能充分调动人脑的学习能力。在计算机输入问题基本解决后，“汉字落后论”及“汉字拉丁化”已实际上逐渐被大多数人抛弃。

目前汉字系统已经基本稳定，但汉字的规范化、生僻字的自然消亡仍在继续进行。

造字原理

六书是汉字组字的基本原理，在周礼中就有提到了六书，只是没有说明具体内容。到了东汉，许慎在《说文解字》中，详细阐述了“六书”这个汉字构造原理：象形、指事、会意、形声、转注、假借。

象形：这种造字法是依照物体的外貌特征来描绘出来，所谓画成其物，随体诘诎是也。如日、月、山、水等四个字，最早就是描绘日、月、山、水之图案，后来逐渐演化变成现在的造型。
指事：这是指表现抽象事情的方法，所谓“各指其事以为之”是也。如卜在其上写作“上”，人在其下写作“下”。

形声：此乃文字内以特定形状（字根）表特有的音。例如：胡，这个字也可为一个字根，结合不同的属性字根，可合成为：蝴、蝴、湖、葫、瑚、醐等等，而以同样的发音(也有的只有声母一样)，表达不同的事物。但形声字，也因古今语言音韵变迁，不少古代同类形声字在今天的官话已无共同音素了。

会意：这个造字法，是将两个字根组合起来，使衍生出新的含意。如“日”和“月”组起来，就是日光加月光变成“明”。“人”字和“言”字合成“信”字，意思就是人过去所言；有信，就是这个人都很遵守自己说过的话。

[ url]转注：这是用于两个字互为注释，彼此同义而不同形，汉代许慎解释道：“建类一首，同意相受，考、老是也。”，这怎么说呢？此二字，古时“考”可作“长寿”讲，“老”、“考”相通，意义一致，即所谓老者考也，考者老也。诗经的《大雅u2022棫朴》亦云：“周王寿考。”。苏轼的《屈原塔诗》也有古人谁不死，何必较考折。一语。其中的““考”皆“老”意，特别注意的是，后代的文字学家针对许慎的前述的定义也作了大量的解释。其中包括“形转说、声转说、义转说”三类，只是这三种说法有人认为不够全面，当代古文字家林沄先生也有解释说“转注”就是一个形体（字根）记录两个读音和意义完全不同的两个词。例如“帚和妇”与甲骨文中的“母和女”等等。

假借：这法简言之，借用一字，去表达别的事物。一般来说，是有一个无法描述的新事物，就借用一个发音接近或是属性近似的字根，来表达这个新事物。例如：“又”，本来是指右手（最早可见于甲骨文），但后来被假借当作“也是”的意思。闻，本意是用耳朵听东西的意思。例如《大学u2027第七章》中有“视而不见，听而不闻，食而不知其味”，但后来被假借成嗅觉的动词(不过也有人认为这是错用)。

总结以上六书，前两项，“造字法”也；中两项，“组字法”也；后两项，“用字法”也。这六个原理，是古代文字学学者归纳出来的字学理论。其所含汉字构成法则，是长期演化而成的，不是任何一个人独创的。

汉字的结构

汉字由一个或以上的字根以二维方式（欧语系是一维文字）在特定的空间、配置在一个正方块内而组成，因此有方块字的别称，从结构上来看，汉字有以下特色：

单一字内就有很高的信息密度，在表达同样的事物时，可比表音文字用更短的篇幅表达同样的讯息，所以汉字的阅读效率很高。
一个汉字乃由四百多个表意象形字母为基本字根，如金、木、水、火、土等，像积木一样组合而成。
一个未知文字的含意，可拆字，从组成字根以及空间的配置推断出其字义。当时代演进出现新事物难以词的方式来表达时，也能以字根组合原则，合成出新字来用，例如中文的铀字，就是近代为了表现一种新发现的化学元素而新造的字。
汉字组成的字根空间配置对字义有影响：如同样是“心跟亡”的合体，左右排是“忙”，上下排是“忘”，排列不同，导致不同含义；文字右边有“乂”这个字的部件，这表示右手（手的左偏旁表示左手）持某物对左边字根作某事（金文、甲骨文考古的发现），如果右手上面拿东西就变成“攵”，有这个字根的，几乎都是攻击性或是用暴力达成某件事，例如攻、败、敲、收、散、政、牧、敕等等。

字形（汉字书法）

“国”这个字的笔画汉字有各种不同的书写方式，即有不同的字体；不同的字体，汉字的字形不一样。

规整的字体（如楷书、宋体、隶书、篆书等）书写下的汉字是一种方块字，每个字占据同样的空间。汉字包括独体字和合体字，独体字不能分割，如“文”、“中”等；合体字由基础部件组合构成，占了汉字的90%以上。合体字的常见组合方式有：上下结构，如“笑”、“尖”；左右结构，如“词”、“科”；半包围结构，如“同”、“趋”；全包围结构，如“团”、“回”；复合结构，如“赢”、“斑”等。汉字的基础部件包括独体字、偏旁部首和其他不成字部件。

汉字的最小构成单位是笔画。

书写汉字时，笔画的走向和出现的先后次序，即“笔顺”，是比较固定的。基本规则是，先横后竖，先撇后捺，从上到下，从左到右，先外后内，先外后内再封口，先中间后两边。不同书写体汉字的笔顺可能有所差异。

读音

汉字是多种方言的共同书写体系，每个字代表一个音节。中国大陆现今以普通话作为标准读音，普通话的音节由一个声母、一个韵母及声调确定，实际用到1300多个音节。由于汉字数目庞大，因而有明显的同音字现象；同时还有同一字多音的情形，称为多音字。这一情况在各种汉语中是普遍存在的。

汉字虽然以表意为主，但并非没有表音成分，最常见的是人名、地名，其次就是外来词的音译，比如沙发。此外，还有部分原有的表音词，如（一命）“呜呼”、“哈哈”大笑等。但即使如此，还是有一定表意成分，特别是该国国内的人名、地名。而即使是国外的人名、地名，也存在某些表意的底线，比如“Bush”绝不能音译成“不死”。

由于汉字本身不表音，自汉朝到20世纪汉字在数量上、写法上虽有变迁，但无法看出发音的变化。必须进行专门的研究才能推测它们在上古汉语和中古汉语的发音。有学者经研究认为：汉朝之前，一个汉字发音为两个音节，次要音节和主要音节，类似今日的韩、日语。详见上古汉语。

汉字在日语中的读音有“音读”和“训读”之分，往往一个字有很多读法，原因来自中国不同时期传入日本的发音。

在朝鲜语中则大致为一字一音，没有训读。

除了日本以外，其他汉字使用国也有使用了一些多音节的字，如“里”（海里）、“嗧”（加仑）、“瓩”（千瓦）等。但是在大陆地区由于官方废除已基本不使用，台湾仍在使用，一般人也明了其意思。

注音

最早的注音方法是读若法和直注法。读若法就是用音近的字来注音，许慎的说文解字就采用这种注音方法，如“埻，射臬也，读若准”。直注法就是用另一个汉字来表明这个汉字的读音，如“女为说己者容”中，使用“说者曰悦”来进行注音。

以上两种方法都有先天上不完善的地方，有些字没有同音字或是同音字过于冷僻，这就难以起到注音的作用，例如“袜音韈”等。

魏晋时期发展出了反切法，据传是受使用拼音文字的梵文影响。汉字的发音可以通过反切法进行标注，即用第一个字的声母和第二个字的韵母和声调合拼来注音，使得所有汉字发音都有可能组合出来。如“练，朗甸切”，即“练”的发音是“朗”的声母与“甸”的韵母及声调所拼成。

近代以来，又发展出了汉字形式的注音符号（俗称ㄅㄆㄇㄈ）以及很多拉丁字母注音方法。注音符号仍是台湾教学的一部分，而目前中国大陆最为广泛使用的是汉语拼音。

由于汉字以本身表义为主，注音方面较为薄弱。这个特性使得上下千年的文献，不至于产生如同使用拼音文字的西方世界一样，用字措辞太悬殊的差距，但也造成推断古代声韵的难度。例如“庞”从“龙”而得声，但今日北京话前者读“páng”，后者为“lóng”。如何解释这样的差异，就是音韵学所探讨的课题。

汉字与词语

汉字是汉文组成的最小单位。

语素是汉文表意的最小单位，类比于英语的“词汇”和“词组”的总称。绝大多数汉字可以独立构成语素，比如“我”，类比于英语中的单一字母构成的词汇，比如“I”。现经白话文大多数词语都是由两个以上的汉字构成的，不过，和英语中“词汇”和“字母”的关系不同，语素的意思往往和其中各个汉字独立构成语素时的意思有相关性，因此相当程度上简化了记忆。

词语包括语素和若干个语素形成的短语。

汉字的高效率，体现在几百个基本象形字，可以合成表示天上地下的各种事物的上万汉字；几千个常用字，又可以轻松组合出数十万词语。

不过，从另一方面来说，准确掌握这数十万词语的搭配形式和用法也成了一种负担。汉语常用词汇约为几万条，总词汇量约有百万条，虽然从数量上来说显得有些令人望而却步，但由于大多数汉字构词法的表意性，要基本掌握并非遥不可及。因此，仅就词汇而言，其学习难度并不高；相比之下，掌握同样数量外文词汇的记忆强度则要大得多。

而从古文的角度来看，用字本义，比起五四白话文运动以降过度依赖词语，会来的精确且有效率，例如朱邦复先生就提畅精确使用汉字的复古作为。

汉字的数量：汉字的数量并没有准确数字，日常所使用的汉字约为几千字。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。

历史上出现过的汉字总数有8万多（也有6万多的说法），其中多数为异体字和罕用字。绝大多数异体字和罕用字已自然消亡或被规范掉，除古文之外一般只在人名、地名中偶尔出现。此外，继第一批简化字后，还有一批“二简字”，已被废除，但仍有少数字在社会上流行。

汉字数量的首次统计是汉朝许慎在《说文解字》中进行的，共收录9353字。其后，南朝时顾野王所撰的《玉篇》据记载共收16917字，在此基础上修订的《大广益会玉篇》则据说有22726字。此后收字较多的是宋朝官修的《类篇》，收字31319个；另一部宋朝官修的《集韵》中收字53525个，曾经是收字最多的一部书。

另外有些字典收字也较多，如清朝的《康熙字典》收字47035个；日本的《大汉和字典》收字48902个，另有附录1062个；台湾的《中文大字典》收字49905个；《汉语大字典》收字54678个。20世纪已出版的字数最多的是《中华字海》，收字85000个。

在汉字计算机编码标准中，目前最大的汉字编码是台湾的国家标准CNS11643，目前（4.0）共收录可考证之繁简、日、韩语汉字共76,067个，但并不普及，只有在户政系统等少数环境使用。台港民间通用的大五码收录繁体汉字13053个。GB18030是中华人民共和国现时最新的内码字集，GBK收录简体、繁体及日语、韩语汉字20912个，而早期的GB2312收录简体汉字6763个。而Unicode的中日韩统一表意文字基本字集则收录汉字20902个，另有两个扩展区，总数亦高达七万多字。

初期的汉字系统字数不足，很多事物以通假字表示，使文字的表述存在较大歧义。为完善表述的明确性，汉字经历了逐步复杂、字数大量增加的阶段。汉字数量的过度增加又引发了汉字学习的困难，单一汉字能表示的意义有限，于是有许多单一的汉语意义是用汉语词语表示，例如常见的双字词。目前汉语书写的发展多朝向造新词而非造新字。

汉字编码系统：为进行信息交换，各汉字使用地区都制订了一系列汉字字符集标准。

国标码（“国标”是中华人民共和国国家标准的简称）在中国大陆使用。GB2312收录6763个汉字，GBK收录20912个汉字，最新的GB18030收录27533个汉字。

BIG5码。收录13053个汉字。在台湾和香港使用的一字节或两字节编码。

Unicode并不被中国政府很好的接受。中国政府要求在中国大陆出售的软件必须支持GB18030编码。

在国际通信化和软件设计领域，CJK编码收集了汉语、日语、韩语中的汉字集。

关于Unicode：由于各国国家标准字集所收的汉字字数、常用字的差异，虽然象中国两岸GB/BIG5字集常用字基本类似，转换后阅读并不成问题，但是这种编码转换的混乱关系，对文字交流始终是一种障碍。因此相关国家的标准化组织和文字工作者经过共同努力，终于在93年完成了包含中日韩(CJK)汉字的Unicode汉字标准ISO10646.1。Unicode是完全双字节表示的多国文字编码体系，编码空间0x0000-0xFFFF。ISO10646.1汉字标准使用编码0x4E00-9FA5，共包含20902个汉字。其中：大陆(S)提出的汉字17124个，台湾(T)提出的汉字17258个;S与T的并集，即中国(C)提出的汉字为20158个。日本(J)提出的汉字为12157个，中国未提出的690个(Ja);韩国(K)提出的汉字为7477个，其中中国未提出的90个(Ka);Ja与Ka并集共744字。支持Unicode编码的相关电脑系统软件，如Unix,Win95已有推出，但是由于Unicode的ASCII码是用双字节编码(即一般电脑系统中的单字节ASCII码前加0x00)，同时其汉字编码与各国的现有编码也不兼容，造成现有的软件和数据不能直接使用，所以目前完全使用Unicode软件系统的用户并不多，大多数只将它此作为一个国际语言编码标准来使用。

也可参看：
http://baike.baidu.com/view/1712.html