CNS 11643 中的笔顺表

[qinglee]

台湾的 CNS 11643 数据中有较为完整的笔顺表（CNS_strokes_sequence.txt），似乎可以考虑用他来排序。

转换后（cns11643_strokeorder.txt）发现，目前共有 75005 个 Unicode 汉字笔顺信息，覆盖到扩展 D 区，比海峰五笔码表的 70297 个要多。

发现的主要问题是：

1. 两岸字形标准不同，一些笔画也会不同。
2. 相比海峰的数据，有 113 个汉字数据缺失（miss.txt）。
3. 存在一些错误，比如 CNS 11643 的第 F 平面，有诸如以下的大量错误：

F   2121    25111212341252
F   2122    25111212341252
F   2123    25111212341252
F   2124    25111212341252
F   2125    25111212341252

[leo-liu]

嗯，这个数据很有用。不过用来代替或整合似乎并不好。
更合适的方式大概是增加一套台湾字形标准繁体中文的笔画、部首排序方式，并提供选项。

[leo-liu]

嗯，如果做大陆、台湾双标的话，注音也可以用上。

25111212341252 这个笔顺不知道是哪里来的，有 6888 个码位，全部分布在 CNS 的 F 字面。而在他家网站上却显示 F 字面的笔顺已经完全完成了。网站上去查这些字，也显示的是错误的笔顺，看起来是这部分数据有错误。好在都是僻字，也容易排除。

[qinglee]

注音可以直接从汉语拼音转换而来吧，比如 ICU 库的转换表，这样也便于统一，不用 CNS 的数据也可以，CNS 倒也提供了完整的转换表（CNS_pinyin.txt）。

[leo-liu]

转换是小事，主要还是两岸读音不同。