汉字是起源于中国、主要用于记录汉语的文字体系,也是现存长期连续使用的文字体系之一。它通常被归为语素音节文字:一个字在汉语中一般对应一个音节,并常与一个语素相联系,但字、音节、语素和词并非严格一一对应。汉字既有表意成分,也有表音成分,不能简单视为图画或不依赖语言的符号。除汉语外,汉字还用于或曾用于日语、朝鲜语、越南语等语言的书写。
起源与历史演变
目前已知最早成体系的汉字材料,是商代晚期刻写在龟甲、兽骨上的甲骨文,年代大致为公元前13世纪至前11世纪。其字形和用法已相当成熟,表明文字形成经历了更早的发展过程。史前陶器上的刻画符号是否与汉字存在直接传承关系,仍需更多证据;传统的仓颉造字故事不能作为文字起源的历史证明。
商周青铜器上的金文保存了祭祀、赏赐、征战等记录。战国时期,各地字形存在差异。秦朝统一后推行文字规范,以小篆为代表,同时行政书写中也使用较便捷的字体。隶书在战国晚期至秦汉逐渐发展,并在汉朝广泛使用,使许多曲线化、象形性较强的字形转变为便于笔写的结构。
后来,楷书逐渐形成并成为常用书写和印刷字形的重要基础;行书与草书则体现了连写、简省等不同书写方式。这些字体并非按单一顺序彼此完全替代,而是长期并存,承担不同用途。
构字方式与字音关系
传统文字学以六书解释汉字,包括象形、指事、会意、形声、转注和假借。其中,转注的具体含义历来存在不同解释;假借主要涉及借用已有字记录同音或近音词,并不一定创造新字。六书是对文字结构和使用方式的传统归纳,不宜直接当作汉字实际产生过程的完整分类。
形声字在汉字中占很大比例,通常包含提示意义类别的形旁和提示读音的声旁。例如“河”的“氵”提示与水有关,“可”提供历史上的读音线索。随着音系变化,声旁与整字的现代读音可能出现明显差异,因此不能仅凭声旁准确推断读音。
一个汉字可能有多个读音和意义,同一个音节也可能由许多不同汉字记录。现代汉语的词常由两个或更多汉字组成,如“铁路”“图书馆”;“葡萄”等词中的单字则通常不能独立表达整个词中的意义。这些现象说明,“一个字就是一个词”并不适用于全部汉语词汇。
字形结构与检索
汉字由笔画及部件构成,常见结构包括左右、上下、包围等,也有不能再分为常用构字部件的独体字。字形整体通常占据近似方形的空间,因而俗称“方块字”。笔画数、笔顺及部件安排是识字、书写和字形规范的重要内容。
部首是字典归类和检索使用的标目,与字形部件并非完全相同:一个字可以包含多个部件,但在某一字典体系中通常归入一个部首。不同字典的部首设置与归部方法可能不同。汉字还可按读音、总笔画数等方式检索。
汉字总数没有一个脱离统计标准的固定答案。大型字书收录古字、异体字、罕用字和专名用字,其数量远多于日常读写所需;是否将异体分别计数,也会影响统计结果。
现代规范与区域使用
现代汉字存在不同地区的规范字形。中国大陆和新加坡主要使用简化字;台湾、香港、澳门主要使用繁体字。许多简化字取自历史上的俗字或简省写法,也有经过整理形成的规范形式。简繁对应不总是一对一,例如多个繁体字可能合并为一个简化字,转换时需要结合词义和语境。
2013年公布的《通用规范汉字表》收录8105个字,是中国大陆社会一般应用领域的汉字规范依据。地区之间的差异还涉及部件写法、字形选择和用词,不能全部归结为简繁差异。
在日语中,汉字与假名共同使用,同一汉字可能具有音读、训读等读法。朝鲜半岛历史上广泛使用汉字,现代朝鲜语书写以韩文字母为主,汉字的使用范围因地区和场合而异。越南历史上使用汉文,并以汉字及仿照汉字构造的字记录越南语,现代通行以拉丁字母为基础的国语字。
书写媒介与数字处理
汉字曾书写或刻铸于甲骨、青铜器、简牍和帛等材料上。造纸术与印刷术的发展扩大了文本的生产和流通。汉字的笔画、结体和书写节奏也构成书法艺术的基础;艺术字体与日常规范字形的用途并不相同。
数字环境中,Unicode统一码为大量汉字分配编码。其“中日韩统一表意文字”编码原则整合不同传统中的相关字符,但同一编码在不同地区字体中可能呈现不同字形。汉字输入可采用拼音、注音、字形编码或手写识别等方式。由于现代中文通常不以空格划分词界,中文分词需要依据词汇和上下文确定边界,而不能简单将每个汉字当作一个词。