泰瑞的世界

無論是使用 gcin、Yahoo! 奇摩輸入法、小小輸入法平台搭配對照表，
或是使用「通用輸入法編輯工具」將對照表轉成輸入法程式，
對照表的排序方式將會影響候選字的排列順序。
一般而言，遇到重碼而必須選字時，候選字的排列順序最好是：
1.先排 CJK 字元集的熱門字，使用頻率較高的排在較前面。
　比如：同樣唸「ㄏㄨㄥˊ」的字，「紅」較常用，「洪」、「宏」次之…
　所以排序應該是「紅、洪、宏…」。
　較難的地方是必須兼顧破音字的使用率，
　比如：「期年」的「期」唸「ㄐㄧ」，
　但是同樣唸「ㄐㄧ」的字，「機、基、積…」比「期」常用，
　此時「期」就要比「機、基、積…」排得更後面。
2.次排 CJK 字元集的冷門字。
　比如：簡體字、罕見字（煊、堃、綉…）。
3.接著排 CJK Ext-A 字元集的字。
4.最後排 CJK Ext-B 字元集的字。
因為 CJK Ext-A、CJK Ext-B 的字都是罕見字，
所以直接依照 Unicode 10 進位碼排序即可。

「全字庫注音資料表格」並沒有按照上述的原則來排列，
因此，依照前一篇文章製作出來的「CNS_phonetic_v1.txt」並不符合我們的需求。
我們需要一個帶有「曝光名次」的表格來當作排序時的指引，
越常被使用的字，「曝光名次」越前面。
但是，這個表格不能只有「字元 V.S. 曝光名次」，
因為一般而言，「期」的曝光率會比「積」來得高，
這樣排序後，打「ㄐㄧ」的注音時，「期」會比「積」排得更前面。
所以，我們需要一個「組字字根-字元 V.S. 曝光名次」的表格，
也就是必須把「組字字根-字元」複合起來，再與「曝光名次」相互對照。

Firefly 於 2006 年依據「全字庫文字屬性規範 94.2 版」
而製作的「全字庫注音輸入法參考檔」的排列順序正好滿足我們的需求，
我們可以選取 Firefly 做的 cin 檔裡的「組字字根 V.S. 字元」部份，
將「組字字根」與「字元」間的多個空白取代為單一空白，
然後貼到 Excel（命名為：Firefly_Order.xlsx）「工作表1」的 A 欄裡，
B 欄則產生由 1 開始的數列，當作「曝光名次」，
然後將它存檔。
（如果您要整理的是倉頡、筆劃輸入法的話，
只要在 A 欄貼上已經排名過的 Big5 字元，
B 欄產生數列當作「曝光名次」即可，其餘步驟都相同）

如果各位按照前一篇文章的講解而完成「CNS_phonetic.xlsx」的話，
它的「工作表1」應該是這樣的：
A 欄：原始行號
B 欄：字元
C 欄：注音符號
而完成的「CNS_phonetic_v1.txt」則是一列一列的「組字字根 字元」，
它們都是按照字元由小而大排序。

將「CNS_phonetic_v1.txt」的內容全選後，
貼到 Excel（命名為：Temp.xlsx）「工作表1」的 A 欄裡，存檔後關閉。
然後將「Firefly_Order.xlsx - 工作表1」的 A、B 欄，
貼到前一篇文章提到的「part_replace.xlsm」的 B、C 欄，
再將 A2 儲存格修改為「Temp.xlsx」，
最後按下「開始整批取代」按鈕，
等待一段時間後，當畫面提示「取代完成,請切換視窗查看結果」時，
即可將當下開啟的兩個 Excel 檔儲存，
這時「Temp.xlsx - 工作表1」的資料會變成：
A 欄：曝光名次

將這欄「曝光名次」貼到「CNS_phonetic.xlsx - 工作表1」的 D 欄，
這時「工作表1」應該是這樣的：
A 欄：原始行號
B 欄：字元
C 欄：注音符號
D 欄：曝光名次
並且是按照字元由小而大排序。
改成按照曝光名次由小而大排序後，
會發現後面資料列的 D 欄仍是字元，
這些資料列是超出 Firefly 的 cin 檔範圍而沒有被取代掉的部份，
將它們的 D 欄全改為「-」後，再存檔即可。

再將 B 欄內的資料貼到「Unicode code converter」網頁的「Characters」欄裡，
轉成對應的 10 進位碼（Decimal code points），並稍做整理後，
貼到「CNS_phonetic.xlsx - 工作表1」的 E 欄，
按照 E 欄由小而大排序後，
找出 E 欄為「13312～19893」的資料列，在其右側的 F 欄填入「A」；
找出 E 欄為「19968～40869」的資料列，在其右側的 F 欄填入「0」（數字的零）；
找出 E 欄為「131072～173782」的資料列，在其右側的 F 欄填入「B」；
它們分別代表 CJK Ext-A、CJK、CJK Ext-B 的字元。

這時「CNS_phonetic.xlsx - 工作表1」應該是這樣的：
A 欄：原始行號
B 欄：字元
C 欄：注音符號
D 欄：曝光名次
E 欄：Unicode 10 進位碼
F 欄：Unicode 字元集種類
並且是按照 Unicode 10 進位碼由小而大排序。
此時，再用自訂排序方式，
依照注音符號、曝光名次、字元集種類、10 進位碼的階層順序，
由小而大排列，那麼改善排序這個階段的工作就算結束了！
先別急著轉成純文字檔的對照表，下一篇介紹完檢查錯誤的方式後，我們再來轉換。