汉字到底有多多？
一个特殊字频表#
前面写《自制儿童识字语料库与分级字表》，翻了我女儿正在用的一套很流行、自称发行了500多万册的识字教材，上面有一句话让人好笑：
看到“汉字共有三千多个”我就惊了。
根据上面的信息，查到几个网页，这是最详细的一个。上面没有“汉字共有三千多个”这种常识性错误（有“三”有“千”显然不是笔误）。上面说到的“最常用”字560个，“常用字”807个，“次常用字”1033个，三者合计2400字，跟我们现在通常所说的概念、范围也不一样。现在一般说2500个“常用字”，1000个“次常用字”（来源于1988年《现代汉语常用字表》）。
这些信息应该来自1970年代的“七四八”工程，工程有个成果叫《汉字频度表》，只内部发行，我没有找到。北师大李国英老师等对《汉字频度表》介绍如下：
此表于1976年12月由“七四八”工程查频组完成。本次字频统计使用的语料时间范围为1973—1975年，语料内容包括科学技术、文学艺术、政治理论和新闻通讯四类，统计方式为手工操作。备选语料3亿多字次，选用语料2160多万字次，统计得出6376个字种。(李国英，周晓文《汉字字频统计方法的改进》，载《北京师范大学学报》(社会科学版)，2011(6))
从这里可以看出，《汉字频度表》反映的是离我们已经比较远、用语也比较特殊的一个时代的社会通用的字频情况。用来指导当代的幼儿识字显然是不合理的。
汉字有多多？#
“汉字共有三千多个”这句话之所以让我吃惊，是因为汉字实在很多很多。
到底有多多呢？
《康熙字典》收字4.7万，《汉语大字典》收字6万，《中华字海》收字8.6万。
国家强制标准GB18030收字约6万，也就说现在中国大陆销售的操作系统都能处理这些字。
台湾教育当局在线的《异体字字典》，收字10.6万。
大陆正在进行的“中华字库”国家工程，预计可编码“汉字古文字约10万、楷书汉字约30万”。
这么多汉字，绝大多数跟普通人关系不大。但是它们个个不同、曾经存在过而且仍然存在着（埋在古籍里），所以无法忽略。尤其是在数字时代，最好还得给他们一个身份——编码，这样才能数字化处理。
跟普通人有关系的，是《通用规范汉字表》（2013）中的字：
本表收字8105个，分为三级：一级字表为常用字集，收字3500个，主要满足基础教育和文化普及的基本用字需要。二级字表收字3000个，使用度仅次于一级字。一、二级字表合计6500字，主要满足出版印刷、辞书编纂和信息处理等方面的一般用字需要。三级字表收字1605个，是姓氏人名、地名、科学技术术语和中小学语文教材文言文用字中未进入一、二级字表的较通用的字，主要满足信息化时代与大众生活密切相关的专门领域的用字需要。
三级字表中，只有一级字表的3500字（即通常说的“常用字”），是对普通国民的要求，也就是完成义务教育的初中毕业生要掌握的。此外就“丰俭由人”了。
实际上，普通人识字量约4000左右。我估计，经常接触文字的人的识字量大约五六千之间，也就是说能认全一二级字表（6500字）的人不多。当然，这不是严谨的说法，也没有准确的数据，只是想让读者心里有个大概的数。
- 二级字表例字1（按笔画排序，序号大小跟难易没有必然联系）
- 二级字表例字2
许多人在说自己认识多少字的时候都过于高估。最近在一个群里，有位妈妈说，自家孩子在没上学之前，仅仅是通过随意读书，而不是专门识字，就认识了2000多个字（语文课程标准对二年孩子的要求是认识1600字，四年级孩子认识2500字）。对此我是将信将疑的；不是说孩子没有这个可能，而是说不专门识字就认识这么多，可能性是相当小的。
想直观跟收一下识字不易吗？去玩玩我做的《拼字》游戏，见右侧栏；“大”版里面可以选择字表范围，“小”版与小学语文教材生字配套（需要自行选课）。