企业官网建设流程全解析

Make Me a Hanzi 数据结构深度解析：从字典到图形完整教程

【免费下载链接】makemeahanziFree, open-source Chinese character data项目地址: https://gitcode.com/gh_mirrors/ma/makemeahanzi

Make Me a Hanzi 是一个免费开源的汉字数据项目，收录了 9000 多个常用简体和繁体汉字的字典数据与笔顺矢量图形数据（共 9574 个字符记录）。它把每个汉字拆成两半来管理：dictionary.txt存放拼音、部首、字形分解、字源等字典信息，graphics.txt存放按笔顺排列的 SVG 笔画路径和中线坐标，让你可以绘制出任何汉字的笔顺动画。本文带你完整读懂这套数据结构。

项目全景：这个开源汉字数据库里有什么？

打开项目目录，你会看到这样一份"数据货架"：

两个数据文件共9574 行（各 9574 条记录），一一对应、顺序一致——这是理解整个数据设计的关键线索。

读懂 dictionary.txt：字典数据结构逐字段解析

dictionary.txt采用JSON Lines格式：每行一个独立的 JSON 对象，用换行符分隔。随便取一行看看（以"㐌"为例）：

{"character":"㐌","pinyin":["yí"],"decomposition":"⿱亻也", "etymology":{"type":"pictophonetic","phonetic":"也","semantic":"亻","hint":"people"}, "radical":"亻","matches":[[0],[0],[1],[1],[1]]}

各字段含义如下：

• character（必填）：该字形对应的 Unicode 字符，也是连接两个数据文件的"主键"。
• definition（可选）：面向二语学习者的英文释义，如 "ice"、"heart; mind; soul"。
• pinyin（必填，可为空）：逗号分隔的拼音列表，如["yí"]。
• decomposition（必填）：基于 IDS（表意描述序列）的字形分解，如⿱亻也表示上下结构。若无法识别的部件会显示为全角问号"？"，例如⿰丨？。
• etymology（可为 null）：字源信息，type取值ideographic（会意）、pictographic（象形）或pictophonetic（形声）。形声字会额外给出phonetic（声旁）与semantic（形旁），并附hint解释构字逻辑。
• radical（必填）：该字的 Unicode 主部首。
• matches：本字每一笔与分解树中部件笔画的对应关系。例如"㐌"分解为"亻+也"，其第 1、2 笔属于左部"亻"（路径[0]），第 3~5 笔属于右部"也"（路径[1]）——这个字段可以帮你可视化标注每个部件在字中的位置。

💡 实用技巧：stats.py 就是基于这些字段写的分析脚本，统计了形声字中声旁出现在左/右两侧的比例，是学习数据结构用法的好范例。

读懂 graphics.txt：笔画图形数据结构详解

graphics.txt与字典文件一一对应，每条记录包含两组核心数据：

strokes（笔画路径）：按正确笔顺排列的 SVG 路径数据数组。所有笔画共用1024×1024的坐标系，左上角约在 (0, 900)、右下角约在 (1024, -124)。注意：y 轴向下递减（和常见坐标系相反），因此渲染时需要翻转：

<svg viewBox="0 0 1024 1024"> <g transform="scale(1, -1) translate(0, -900)"> <path d="第1笔的路径数据"></path> <path d="第2笔的路径数据"></path> </g> </svg>

medians（笔画中线）：与 strokes 等长的列表，每条中线是一串整数坐标对，表示这一笔从起笔到收笔的走向。用它就能做"一笔一画逐步写出汉字"的笔顺动画，效果如下所示。

上手笔顺动画：svgs 与 svgs-still 目录怎么用？

如果你不想自己解析坐标，项目已经为每个字符预生成了 SVG：

• svgs/：每笔带 CSS 动画的"书写过程"SVG，文件名就是字符的Unicode 码位。例如汉字"一"的码位是 19968，对应 19968.svg；"二"是 19969。用 JavaScript 的charCodeAt(0)就能由任意字符算出文件名，直接<embed>进网页即可播放动画。
• svgs-still/：静态版本，每笔染上不同颜色并标上笔顺编号（1、2、3…），适合做"笔顺图解"而不需要播放动画。它由 stroke_caps/generateStillSvgs.js 从动态 SVG 批量转换而来。

数据维护同样有脚本支撑：stroke_caps/fixStrokes.js 负责修正笔画、stroke_caps/updateGraphicsTxt.js 负责更新 graphics.txt，运行入口是 stroke_caps/run.sh。

数据来源与许可：放心商用的依据

两个数据文件之所以分开存放，是因为来源的许可证不同：

• dictionary.txt派生自 Unicode 组织的 Unihan 数据库与 CJKlib 项目；
• graphics.txt与svgs派生自阿面科技（Arphic）1999 年以宽松许可发布的文鼎 PL 楷体/楷书字体，其授权全文收录在 APL/zh_CN.UTF-8/ 等目录中。

项目本身采用 LGPL 许可，详见 LGPL 与 COPYING 文件。这也是它能被词典、学习 App 等大量开源客户端复用的原因。

小结：三步用起 Make Me a Hanzi 汉字数据

1. 查字典信息：按行读取 dictionary.txt，以character为键建立索引，即可取拼音、部首、字源；
2. 画笔画动画：用character.charCodeAt(0)算出码位，直接加载 svgs/ 中对应的动画 SVG；
3. 做笔顺教学图：使用 svgs-still/ 的彩色编号静态图，或自行解析strokes+medians渲染自定义动画。

掌握"字典 + 图形"双文件结构后，你就拥有了 9574 个汉字的完整笔顺数据集——从数据到动画，一个文件都少不了。

【免费下载链接】makemeahanziFree, open-source Chinese character data项目地址: https://gitcode.com/gh_mirrors/ma/makemeahanzi