本文經 J-Compass 編輯流程調查與事實查核;編輯團隊於發布前審核資料來源及準確性。 了解我們的編輯方法 →
本譯文僅供參考,以方便閱讀。內容以英文版本為準。 閱讀英文原文 →
如何查詢不認識的漢字:懸浮取詞、手寫輸入、OCR辨識與部首查字
查詢一個陌生漢字本質上是一個「分流路由」問題,而非單一工具的選擇。最合適的方法取決於目標字符是可被選取的文字、紙面上的圖像像素,還是僅僅浮現在你的腦海中。12如果你只死記某一種工作流程,在面對其他載體時就會浪費大量時間。真正高效的習慣是:先判定文本來源管道,再選擇與之精準匹配的檢索路徑。
概述
漢字檢索方式根據你所閱讀的載體來源呈現清晰的分野。不同的載體為電腦提供了截然不同的讀取介面。將「漢字檢索方法」簡單當作一份平鋪直敘的工具清單,正是本文旨在糾正的誤區。
查詞決策樹包含三大主分支,每個分支都配備了自己的梯級備用方案。一旦選錯分支,原本一秒鐘的懸浮取詞就會演變成長達二十分鐘的痛苦部首翻找。
為什麼「查漢字」實際上包含三個截然不同的問題
查字工具按來源劃分,是因為不同的載體呈現給電腦的讀取表面截然不同。螢幕上的電子文本已經由 Unicode 編碼構成,查詞本質上只是把該字符傳遞給字典的過程。12
紙面上的手寫或印刷字跡只是像素而非文字,必須先經過 OCR 步驟,字典才可能辨識。34而局部記憶檢索意味著你能在腦海中勾勒出字形輪廓,但手頭既無文本也無圖像可供 OCR 掃描。此時必須依靠結構化索引系統:部首網格、多部件組合檢索或 SKIP 編碼。256
這三大分支不可互相替代。面對本可一鍵懸浮取詞的文字去翻部首網格,純屬浪費精力;而想對一本紙本書懸浮取詞,若不先透過相機拍照也是不可能實現的。
決策樹一覽
該決策樹首先按載體來源分流,再按該載體上最高效的手段推進。每條路徑都配備了備用方案,因此形成了一個完整的樹狀圖而非孤立列表。
路徑 1(電子文本)最迅捷:優先使用懸浮彈窗外掛,遇阻時複製貼上至 Jisho 兜底。172路徑 2(紙面或圖像)在字典辨識前必須先經過擷取捕獲。8934路徑 3(局部記憶)雖然耗時最長,但無論何時均百分之百有效,哪怕完全斷網斷電。21056
本文不涉及的內容
針對各個瀏覽器擴充功能、OCR 應用程式以及漫畫閱讀器的深度評測,均收錄在各自的專屬頁面中,本文不作贅述。部首理論在漢字分類下同樣有獨立專篇;本文僅根據構件的直觀外形進行指稱,而不陷入討論哪一個是「官方權威」《康熙字典》部首的學術考證。
手寫輸入的具體筆順規則亦不在本文討論範圍之內。下文手寫輸入部分側重於輸入法如何運作,而非筆畫順序本身;該部分的完整闡述請參閱筆順專題文章。
路徑 1:螢幕上的電子文本
當漢字顯示在螢幕上且文字可以被滑鼠或游標選取時,最佳選擇幾乎永遠是懸浮取詞外掛。「可選取」意味著游標能夠反白單獨的文字;已被點陣圖渲染為純圖片的文字,或被 DRM 保護閱讀器鎖定選取功能的文字則不在此列。
使用 Yomitan 或 10ten Japanese Reader 進行懸浮取詞(首選)
Yomitan 自稱是一款「用於語言學習的瀏覽器彈窗詞典擴充套件」,是著名工具 Yomichan 的正統繼承者。它基於 GPL-3.0 協議為 Chrome、Firefox 和 Microsoft Edge 提供安裝套件。111彈窗不僅可以展示匹配詞彙的釋義、漢字筆順圖解、真人發音音訊,還能透過 AnkiConnect 一鍵製卡匯出至 Anki。使用者本機匯入的各類辭書(包括 EPWING 格式)為檢索提供強勁支援。1
10ten Japanese Reader(前身為 Rikaichamp)是另一款「透過懸停滑鼠翻譯日文的瀏覽器擴充功能」。它支援 Firefox、Chrome、Edge、Safari(App Store)以及 Thunderbird,同樣遵循 GPL-3.0 協議。7與 Yomitan 相比,其主要特色在於聲調(音調核)直觀標示、日本人名地名字典自動關聯比對、年代與度量衡單位自動換算,並且原生提供了繁體中文和日文本地化介面。7
兩款外掛均能自動還原詞形變化:將滑鼠懸停在屈折變形後的動詞上,彈窗會自動還原並顯示其辭書形。17這正是為什麼在連貫閱讀時懸浮取詞速度遠超複製貼上的原因所在——你完全不需要手動剝離送假名再去查原形。
兩款工具均為社群開源專案而非商業軟體。建議直接從官方應用程式商店或專案 GitHub 倉庫下載,切勿使用第三方鏡像站點。17
當懸浮取詞受阻時複製貼上至 Jisho
Jisho.org 支援直接輸入漢字、假名以及羅馬音;將單個漢字貼上到搜尋框中,即可返回該字的完整條目,包括音訓讀音、字義、JLPT 對應等級、常用學年、筆畫數以及 SKIP 編碼。21213文件列出了可用於縮小搜尋範圍的運算子:#strokes:N(筆畫數)、#grade:N(學年)、#jlpt-nN(JLPT等級)、#skip:P-S1-S2(SKIP編碼)以及 KANJIDIC2 編號均完全支援。2
每當來源網頁屏蔽擴充功能時,複製貼上就是最穩妥的備選方案。常見受限場景包括:受 DRM 保護的電子書閱讀器、鎖定了文字選取的 PDF 檢視器、停用文字選取的網頁應用程式,以及直接作為背景圖渲染的文字。
實戰範例:新聞文章中的漢字
以漢字「鬱」(utsu,意為「憂鬱、茂密、陰沉」;JLPT N1,29畫,SKIP 編碼 4a25.1,國中常用漢字)為例。14該字結構複雜,即使是高階學習者也可能一時遺忘讀音;同時因筆畫極為密集,部首查字異常痛苦,而這正是懸浮取詞大顯身手之處。
鬱蒼とした森の中を歩いた。15
「漫步在鬱鬱蔥蔥的茂密森林中。」
在 Yomitan 或 10ten 中將滑鼠懸停在「鬱蒼」上,彈窗立即解析出 鬱蒼【うっそう】「鬱鬱蔥蔥、茂密」,漢字資訊面板直接呈現「鬱」的讀音、畫數以及 SKIP 編碼。1714若退回到 Jisho 複製貼上,同樣能檢索出該字詞條:讀音 ウツ / うっ.する・ふさ.ぐ・しげ.る,JLPT N1,SKIP 4a25.1,畫數29。14
懸浮路徑只需單次懸停便能順暢解析複合詞「鬱蒼」;而複製貼上路徑則需要你先肉眼分辨出「鬱」是生詞、將其從上下文中單獨選取剝離、再單獨貼上。雖然兩者最終抵達同一份字典數據,但懸浮路徑絲毫不會打斷你的沉浸式閱讀體驗。
路徑 2:紙面上的手寫或印刷字跡
當載體為紙張、室外標牌、螢幕截圖或任何字典無法直接抓取文字的圖像時,必須引入圖像擷取環節。選用何種擷取工具,取決於文字屬於普通印刷體(如指示牌、書籍、菜單),還是特定漫畫排版(如對話氣泡中的藝術字體)。
針對印刷文字的相機 OCR:Google Lens 與 Apple 原況文字
蘋果的 iOS 功能可用性頁面將日語明確列為原況文字(Live Text)支援的語言。該名單還包含粵語、中文(繁簡體)、韓語、泰語、越南語以及歐洲各主要語言。3蘋果官方關於原況文字的支援文件指出,由於日語支援是在 iOS 15 / iPadOS 15.1 / macOS 12 Monterey 初版發布後陸續推送的,因此應以功能可用性頁面為準。16
原況文字能夠直接在相機取景框內以及「照片」中的任何圖片上即時讀取文字。長按選取的文字,即可彈出拷貝、查詢、翻譯和分享操作,輕點一下即可將擷取到的漢字無縫發送給詞典 App。16Google 翻譯文件也為 Android 提供了對等的工作流程:將相機對準文字,應用程式會原地覆蓋顯示譯文,亦可從相簿匯入已有照片。4
Google Lens(智慧鏡頭)已深度整合入 Google 翻譯、Google 相簿以及桌面版 Chrome 的側邊欄中。它能出色地處理橫排與直排日語文本、廣告看板乃至手寫字跡。辨識出的文字可以複製並貼上至 Jisho 或其他辭書中。4在實際操作中,iPhone 上使用原況文字最為流暢,因為無需額外打開第三方應用程式;而在 Android 端和跨平台場景下,Google Lens 或 Google 翻譯則是當仁不讓的首選。34
漫畫專用 OCR:KanjiTomo 與 Mokuro
KanjiTomo 能夠「從圖像中辨識日文字符」,並實現「將滑鼠對準螢幕上的任意圖像一鍵查詞」。它對橫排和直排日文均能提供支援。9這是一款免費的 Java 桌面應用程式。開發者說明其「已在 Windows 10 系統上通過測試,其他系統可能可用但不提供官方支援」,並要求安裝日文字體。這讓它穩穩立足於桌面端漫畫閱讀與遊戲截圖取詞的專業利基市場。9
Mokuro 則「專為希望結合 Yomitan 這類彈窗詞典來閱讀日文原版漫畫的日語學習者打造」。8它能夠對漫畫單行本進行離線批次預先處理,並在漫畫頁面圖像上方生成一層可自由選取的文字遮罩。處理好的結果直接在瀏覽器中打開,此時 Yomitan 或 10ten 便可像對待常規網頁一樣懸浮取詞。178其處理管線由兩個專用模型驅動:利用 comic-text-detector 定位對話氣泡與文字區域,利用 manga-ocr 辨識其中的日文字符。輸出為 .mokuro 設定檔與原始圖像,透過 Web 閱讀器平滑瀏覽。8
Google Lens 和 Apple 原況文字等通用 OCR 主要是基於平整的橫排印刷文本進行訓練的。而漫畫中的對白氣泡通常是直排排版、行間距不拘一格、常常使用極度風格化的誇張字體,周圍還環繞著各種方向角度的擬聲擬態字。Mokuro 的文字檢測器針對這種複雜的漫畫版面配置作了深度專項最佳化。這正是漫畫專用工具能在通用 Lens 掉字漏字的地方精準命中的原因。8
KanjiTomo 與 Mokuro 均為基於 GPL 協議的免費社群工具。它們輸出可供字典直接查詢的原始文本,但本身並不包攬整句翻譯——留給你親自閱讀日文原文,而這正是語言學習的核心真諦。89
手機與桌面端的手寫輸入
iOS 日語鍵盤在「設定 → 一般 → 鍵盤 → 新增鍵盤 → 日文(假名)」中提供了手寫(手書き)模式(可選擇羅馬字 / 假名 / 手寫)。在 Android 與桌面端,Google 日文輸入法(Google Japanese Input)提供了內建漢字手寫輸入板。在 Android 上通常表現為 Gboard,而在 Windows、macOS 和 Linux 上則是獨立的 Google 日文輸入法應用程式。
Jisho 的手寫畫板則是網頁原生環境下的免設定替代方案:「透過手寫輸入漢字,直接落筆繪製即可!」它帶有清除與退格控制按鈕,無需安裝任何用戶端軟體。2在陌生的電腦或朋友的設備上臨時應急時,這是環境建置成本最低的選擇。
當你能看清或回想起漢字的大致輪廓、卻完全敲不出讀音時,手寫輸入就是最佳武器。尤其是當遇到筆畫數數不準、字形美術化嚴重導致 OCR 失效、或者無法使用相機的場合,手寫輸入尤為救急。其制約在於:辨識的精準度很大程度上取決於書寫時的筆順是否大體符合規範,而這也是另一個重要專題。
實戰範例:路牌上看到的漢字
設想你在藥局外的招牌上看到了繁複的漢字「鬱」(29畫),旁邊緊挨著大字註明的「うつ病」。14
在 iPhone 上的操作步驟為:打開相機,取景框對準招牌,點擊右下角出現的原況文字圖示(方括號中帶三條橫線的指示符),長按「鬱」字,在快顯功能表中選擇「查詢」或「拷貝」,然後貼上至 Jisho 或任何漢字辭書應用程式中。316
在 Android 上的步驟為:打開 Google 翻譯,輕點相機,對準標牌,在取景懸浮覆蓋中輕點要辨識的漢字。「全選」後將辨識出來的文字拷貝至剪貼簿,隨後貼上至 Jisho。4無論透過哪台手機,將 鬱 貼上到 jisho.org 後,均能獲得標準釋義:鬱【ウツ】「憂鬱、抑鬱、茂密」,29畫,SKIP 編碼 4a25.1,JLPT N1,國中常用漢字。14
兩個手機平台的路徑最終通向完全一致的字典條目。選擇哪種方式完全取決於你手頭拿著哪部手機,在查詢效果上並無實質差異。
路徑 3:局部記憶,且無任何源圖像可供 OCR
保底分支專門用於處理漢字僅存在於你的記憶殘片中、或者紙本圖書印刷受損無法被相機有效捕獲的場景。這也是唯一不需要電源或網路的查字手段:一本 Halpern 紙本字典加一個筆畫數,便已足夠。
Jisho 部首篩選網格:挑選你能辨析出的構件
Jisho 的部首檢索介面可點擊搜尋框旁邊的部首圖示進入,官方說明為:「透過構件尋找漢字。點擊可重置部首選擇。」網格按照1至17畫將部首分類排列。2其互動過程為漸進式收斂:每當你選中一個部首,候選結果集便會成倍收窄。持續追加選中的部首,直到目標漢字浮現在剩餘的候選清單中。2
部首網格檢索並不強求你必須知道該漢字的「主部首」——即傳統紙本字典中歸檔字頭所用的《康熙字典》權威部首。只要網格中存在該漢字所包含的任何一個可見構件(部件),都可以作為檢索條件錄入。這種寬容性讓你在叫不出確切部首名稱時也能查到目標字。2
多部首交叉檢索:組合兩個或更多部件
部署在 kanji.sljfaq.org/mr.html 的 sci.lang.japan 多部首檢索工具是久經考驗的免費實用經典。其說明頁面建議:「先識別漢字的一個部分。如果可能的話,通常最好從該漢字的上方或左側起筆識別」,然後再新增另一個構件,或者在候選清單中進行瀏覽。6
候選清單「按總筆畫數排序」,如果你能大體估算出漢字的總畫數,就能以極快的速度鎖定目標。6Jim Breen 的 WWWJDIC 同樣提供了「Multi-radical selection」(多部首選擇)功能,基於與 Jisho 相同的 KANJIDIC2 資料庫驅動。6
即使是習慣了懸浮外掛的使用者,在一種特定場景下依然離不開多部首檢索:漢字印在腦海中,或呈現在物理紙張上,卻尚未被任何 OCR 設備數位化錄入。多部首檢索是在「我能看清它」與「我能在鍵盤上打出它」之間搭建的一座堅實橋樑。
Halpern 詞典中的 SKIP 編碼(紙本詞典終極保底)
SKIP 是「漢字格局索引系統」(System of Kanji Indexing by Patterns)的縮寫。它由 Jack Halpern 創立,並作為《講談社日英漢字學習者詞典》(The Kodansha Kanji Learner's Dictionary,講談社國際,1999)及其前身《新日英漢字詞典》(研究社1990;NTC 1993)的核心編排索引機制。101718SKIP 為每個漢字分配一個三段式代碼 P-S1-S2,其中 P 為格局形態類別(1至4),S1 與 S2 分別為漢字被拆分後的兩部分各自的筆畫數。175
四種基本格局分類彙整如下:
| 格局 | 結構特徵 | 範例 | SKIP 編碼 |
|---|---|---|---|
| 1, 左右結構 | 縱向切分為左側與右側兩部分 | 明 (左側 日 4畫,右側 月 4畫) | 1-4-4135 |
| 2, 上下結構 | 橫向切分為上方與下方兩部分 | 男 (上方 田 5畫,下方 力 2畫) | 2-5-2125 |
| 3, 包圍結構 | 一個部件包圍或部分環抱另一個部件 | 道, 国, 風, 区, 囲 | 3-S1-S25 |
| 4, 整體獨體 | 無法歸入前三種格局的獨體或雜合形態 | 詳見下方次級特徵代碼 | 4-S1-S25 |
格局4需要補充一個關鍵細節:它的第三位數字不是筆畫數,而是次級特徵代碼:1 = 頂部有明顯橫畫(如「雨」);2 = 底部有明顯橫畫(如「白」);3 = 中間有縱向分割豎線(如「虫」);4 = 不具備上述特徵(如「丼」)。5
Jisho 的 #skip: 運算子直接支援 SKIP 代碼檢索。例如輸入 #skip:2-5-2 即可直接返回符合該結構格局的所有漢字,這是在沒有紙本字典在手時使用 SKIP 最便捷的途徑。212SKIP 作為紙本查詞工具的最大魅力在於:它所要求的唯一技能就是數準漢字肉眼可見的兩個半部各自的筆畫數。完全不需要電,不需要網路,更不需要知道哪個部首才是官方認定的「正統部首」。1017
SKIP 系統受著作權保護;Halpern 明確要求批次重新分發這些編碼必須獲得書面許可,但個人學習參考不受限制。17自用查字完全合規;但二次開發並公開發布轉錄其編碼資料庫則屬於侵權行為。
基於讀音推測與畫數的保底篩選
當既記不清具體構件、又無法確定 SKIP 結構時,兩類顆粒度較粗的篩選條件依然可以收窄範圍。Jisho 的 #strokes:N 運算子能夠篩選出指定筆畫數的所有漢字。你可以將其與其他檢索條件組合,這在你對總畫數有十足把握、卻叫不出任何構件名稱時尤為管用。2
基於讀音的合理推測是第二種保底途徑。如果你能從已知的聲旁(表音部件)中推測出其大概的音讀,Jisho 的純文字搜尋可以直接列出匹配漢字。例如在搜尋框直接輸入 かん,就能列出包含該讀音的所有漢字與詞條。2其背後的底層原理是:大量漢字從聲旁家族中繼承了穩定的音讀,這正是形聲造字法在文字體系中建立起的規律。
實戰範例:腦海中有印象卻打不出來的漢字
以詞彙「薔薇」(bara,意為「玫瑰」)中的「薔」字為例:JLPT 未收錄,16至17畫,SKIP 編碼 2-4-13,屬於常用漢字表外字。19這是一個極具現實代表性的案例:你在花店遮陽棚上看到了「薔薇」二字並明白其含義,但在鍵盤上卻敲不出這個複雜的字符。
在 Jisho 上透過部首網格尋找:打開部首搜尋,由於字形頂端為草字頭,首先勾選 艹(草字頭,3畫)。結果清單迅速收窄至草字頭漢字。緊接著新增字形中可見的第二個內部構件,例如「土」或「回」(均包含在「薔」中),候選清單瞬間驟減,直到「薔」清晰顯現。26
透過 SKIP 編碼路徑同樣能透過外形直達該字。「薔」屬於上下結構(格局2),上方為草字頭(4畫,在康熙部首傳統算4畫),下方為「嗇」(13畫),得到 SKIP 編碼 2-4-13。在 Jisho 中檢索 #skip:2-4-13,候選清單中立刻出現「薔」。兩條路徑在同一個字符上殊途同歸。2195
手前のガラス張りの建物は薔薇園なんです。20
「眼前這座玻璃建築正是玫瑰園。」
這種條條大路通羅馬的重合正是關鍵所在。只要你能準確指認出兩個肉眼可見的構件,路徑 3 下的所有分支手段——無論是部首網格、多部首檢索還是 SKIP 編碼——本質上都只是同一份底層 KANJIDIC2 資料庫的不同查詢語言而已。
補充知識
為什麼即使兩者均可用,懸浮取詞依然優於複製貼上
Yomitan 和 10ten 均能自動將變形後的動詞和い形容詞還原為辭書形。而複製貼上到 Jisho 則必須由你手動甄別並剔除送假名,否則很可能遭遇「查無此詞」的尷尬局面。172懸浮彈窗還展示了複製貼上所沒有的豐富外延資訊,包括音訊發音、漢字拆解構件、詞頻排名以及一鍵製卡匯入 Anki 功能。複製貼上每次只能反饋一整屏靜態數據,而懸浮取詞能讓你的閱讀思緒保持行雲流水。17
手寫輸入在極度形似的近形字前容易失靈
手寫辨識對字形具有很強的容錯能力,但在面對肉眼極度形似的近形字時(如 末 vs 未、土 vs 士、戌 vs 戍 vs 戊),如果筆順寫錯,辨識引擎便極難給出正確判斷。學習者的反饋顯示,錯誤的筆順往往會導致引擎將完全錯誤的候選字排在列表最前端。如果你字形寫得完全對稱端正但筆畫順序顛倒,很可能會誤選錯誤的字。筆順為何具備這種決定性影響的機理,在筆順專題中有系統剖析。
在輕信釋義前先識別出 OCR 的「視覺陷阱」
原況文字與 Google Lens 主要是針對採光良好、端正平整的機打印刷體進行訓練的。其高發失誤場景包括:低對比度標牌、書法體或極度藝術化的招牌字體、缺乏清晰分欄的直排文本、連筆手寫字跡,以及複雜背景襯托下的細小字符。3164
容易誘導 OCR 誤判的「視覺陷阱」通常是那些僅差一筆或一點的漢字:力 vs 刀 vs 刃、王 vs 玉、大 vs 太 vs 犬。當你查出的字典釋義與上下文風馬牛不相及時,立刻停止迷信 OCR 結果,轉用下一個分支路徑(部首網格或 SKIP)來核實。
Yomichan 並未消失,它進化為了 Yomitan
Yomichan 原作者已於2023年2月26日正式歸檔專案。代碼隨後被 The Moe Way 社群分支並更名為 Yomitan 持續維護。111那些涉及 Yomichan 的老舊教學、截圖和論壇貼文在概念原理上依然適用,但其中的安裝連結均已失效。請直接從各瀏覽器的官方擴充功能商店安裝 Yomitan,不要再費心尋找舊連結。111