1. 文字有多少种?为什么要分类?

统计世界文字数量,最实用的标准是计算机使用的国际标准Unicode(统一码)。2025年9月9日,Unicode联盟发布17.0版,新增4803个字符。收录字符总数达到159801个,文字系统(书写系统)增至172种。这次新增的四种文字系统如下。第一种是贝里亚埃尔费文(Beria Erfe),这是中非扎加瓦族群使用的现代文字。第二种是印度东北部库鲁克族群的托隆锡基文(Tolong Siki)。第三种是越南北部傣尤(Tai Yo)族群的传统文字。第四种是古代安纳托利亚使用的锡德文(Sidetic)。文字并不只存在于博物馆里。它至今仍在被创造,被收入标准,是一种活的工具。

把172种文字排成一列,谁也记不住。但按记录语音的方式归类,就能理出几条脉络。字母文字用单个字母分别记录辅音和元音。辅音音素文字只写辅音,元音大多省略。元音附标文字的辅音字母本身带有一个基本元音,其他元音用符号来改变。音节文字一个字代表一个音节。语素文字则以有意义的单位为字。这种分类无关文字的“优劣”。它展示的是,人们根据各自语言的语音结构,选择了不同的解决办法。

2. 字母的诞生:从几百个符号到二十来个

据宾夕法尼亚大学博物馆介绍,字母最早约在公元前1800年由迦南人发明。迦南人是腓尼基人的祖先,他们从埃及象形文字中得到了启发。最近在叙利亚乌姆马拉(Umm el-Marra)出土的泥板标签,年代有可能早至公元前2400年至前2300年。字母的核心优势在于数量少。楔形文字和象形文字有几百个符号,而“字母文字的学习者只需学会二十到三十个字母”。

同一资料还介绍,现存最早的希腊字母铭文属于公元前8世纪,当时腓尼基船只正往来于地中海。今天英语等多种语言使用的拉丁字母,就是由希腊字母发展而来的。通常的说法是:腓尼基文字只记辅音,希腊人把其中一些字母改作元音符号。不过,本文查阅的博物馆资料没有讲到这一过程的细节,所以这里只写结果。希腊字母和拉丁字母都成了辅音、元音各用单个字母书写的系统。这种方式也成为当今世界使用最广的文字类型。

《训民正音》解例本的展开页面,记载韩文的造字原理:辅音模仿发音器官的形状,元音取自天、地、人的原理,再按音节合写
韩文的原典《训民正音》解例本(国宝、联合国教科文组织世界记忆遗产):按发音器官的特征设计辅音和元音这些音素(字母),再合写成音节块 · Kbarends at English Wikipedia · Public domain · 维基共享资源

由此可见,随着新的考古发现,字母起源的年代还有可能继续前推。字母的长处在于字数少,但可以理解为,这并不意味着文字有高下之分。

3. 辅音音素文字:阿拉伯文为什么省略元音

阿拉伯文是以辅音为主的文字,也就是辅音音素文字的典型例子。理查德·伊希达(Richard Ishida)参与W3C国际化工作。他在阿拉伯文正字法笔记中,把阿拉伯文描述为“短元音通常不写出”的辅音音素文字。阿拉伯文有28个基本辅音字母。文字从右向左横写,但数字和夹在其中的拉丁字母从左向右读,所以一行之内方向是混合的。阿拉伯文总是连写,字母形状会随前后字母而变化。

阿拉伯文并不是没有元音。长元音由阿利夫、瓦乌、亚这三个字母兼作元音来表示。短元音可以用加在字母上方或下方的小符号(哈拉卡特)标出。不过,这些符号只用于“《古兰经》经文、词典、教材以及需要明确读音的地方”,日常印刷品中大多省略。读者懂这门语言,只看辅音骨架就能认出单词。同一种文字还用来书写波斯语、乌尔都语和多种非洲语言。各语言会根据自己的语音增补字母。这也说明,文字和语言并不是一一对应的。

与字母文字对照可以看出,两者的区别与其说在于有没有元音,不如说在于是否总写出元音。元音符号用于词典和教材,这说明省略元音是以读者懂这门语言为前提的选择。

4. 元音附标文字:元音藏在辅音字母里

印度的天城文等南亚文字,在Unicode技术说明中被称为“元音附标文字(abugida)或半音节文字(alphasyllabary)”。据这份说明,这类文字中“辅音字母代表辅音加元音的音节”。辅音默认带有一个元音,即固有元音。需要其他元音时,就得把它覆盖掉。固有元音的实际读音因文字而异,例如/ə/、/ʌ/、/ɔ/。书写固有元音以外的元音时,要在辅音的左、右、上、下加上元音符号,有时还同时加在几个方向。这种符号在梵语中叫“马特拉”(matra)。只读辅音、不带元音时,要用一个小符号把固有元音“消掉”。这个符号在Unicode中叫“维拉马”(virama)。辅音连续出现时,字形会变化或合并。天城文的合体字中,有60%采用半字形式。这种形式去掉了一道竖画,这道竖画在历史上与固有元音的读音有关。说明还指出,这些文字都源自同一个祖先——婆罗米文。

非洲也有别的元音附标文字。Unicode标准核心规范介绍,埃塞俄比亚文有“以二维矩阵呈现辅音与元音组合”的传统。其编码也沿用这一结构:43个辅音与8个元音交叉,组成344个概念上的音节。这种文字得名于吉兹语。吉兹语如今只作为礼拜语言保留下来,但文字本身被东非多种语言采用,包括阿姆哈拉语、提格雷语、奥罗莫语等。同一文件还记录了非洲近代新创的几种文字。一是恩科文(N'Ko),1949年为书写西非曼德语支语言而创,从右向左书写。二是利比里亚和塞拉利昂的瓦伊音节文字,创于19世纪30年代,1962年推出了标准音节表。三是巴蒙音节文字,于1896年至1910年间在喀麦隆西部创制。

古典阿拉伯文手抄本,属于辅音音素文字体系:以辅音字母写出词的骨架,读者根据上下文和语法结构补出元音来读
阿拉伯文书法手抄本,属于辅音音素文字(abjad)一类:为了高效书写三辅音词根结构,以辅音为主书写 · Calligrapher: Abu Muhammad Khan al-Ma'rashi · Public domain · 维基共享资源

与辅音音素文字相比,元音附标文字可以理解为一种不省略元音、而是把它设为默认值的方案。把天城文和埃塞俄比亚文放在一起看就会发现,即使属于同一类型,添加和排列元音的方式也各不相同。

5. 音节文字与语素文字并用的日语

日语在一句话中同时使用三种文字。一种是记录有意义单位的汉字。另外两种是假名(平假名和片假名),一个字记一个音节。汉字要认识多少才够?日本文化厅2010年(平成22年)以内阁告示修订了《常用汉字表》,收录2136字。文化厅把这份字表的性质说明为“一般社会生活中汉字使用的标准(目安)”。也就是说,常用汉字并不是法律强制规定的全部汉字。它是一条基准线:在公文、报纸等一般生活场合,掌握这些就够用了。

一般介绍说,两种假名各有46个基本字,用来记录日语的音节。平假名主要用于助词、词尾等语法成分,片假名主要用于外来语等。一种语言让语素文字和音节文字分工并用,这说明文字类型并不是每种语言只配一种,而是可以按需组合。

“标准”这一说法表明,不能把2136字看作日语汉字的全部。再结合假名来看,可以理解为:日语书写的负担并不在某一种文字类型上,而是分散在整个组合之中。

以流畅平假名竖写和歌的古代卷轴残片
“高野切”《古今和歌集》卷九开篇残片 · Unknown author Unknown author · Public domain · 维基共享资源

6. 韩文:模仿发音器官的文字

韩文和字母文字一样,辅音和元音各用单个字母书写。但它的造字原理和记录都保存了下来,因此在世界文字史上地位特殊。据国史编纂委员会“我们的历史网”记载,世宗于1443年(世宗25年)创制了28个字母。1446年9月,又刊行了《训民正音》,也称“解例本”。国立韩文博物馆的常设展“训民正音,千年的文字计划”介绍,这28个字母由17个辅音和11个元音组成。基本辅音模仿发音器官的形状,元音则取自天、地、人的原理。1997年,联合国教科文组织将解例本列入世界记忆遗产。教科文组织介绍,此书于1446年农历九月刊行,是颁布世宗1443年完成的文字的文献,书中收有集贤殿学者的解说和示例。原本由涧松美术馆收藏。

今天使用的韩文并不是28个字母。据《韩国民族文化大百科事典》“字母”词条,韩国语文规范目前把韩文基本字母定为辅音14个、元音10个,共24个。15世纪有几个字母后来不再使用:记录后低元音的下点(ㆍ)、记录声门塞音的挹母(ㆆ)、记录软腭鼻音的业母(ㆁ),以及记录齿龈擦音的半齿音(ㅿ)。原因是这些音消失了,或并入了其他字母。文字创制之后,也会随语言的语音变化而改变。韩文的24个字母正是这种变化的结果。

印度天城文手抄本,属于元音附标文字:基本辅音字母自带固有元音(a),加上符号即可改变元音
天城文文献,属于元音附标文字(abugida)一类:一个辅音字母自带基本元音,用上下左右的附加符号表示其他元音 · Ms Sarah Welch · CC BY-SA 4.0 · 维基共享资源

由此可见,28个和24个并不是互相矛盾的记录,而是不同时期的数字。与日本的《常用汉字表》对照还可以看出一个共同点:今天的字数都由政府机构公布的规范来确定。

▶ YouTube 官方视频
국가유산채널(K-Heritage Channel)
训民正音 第1部 韩文解说书:训民正音解例本 在 YouTube 观看视频 →

7. 文字不等于语言

本文的例子反复说明了一个事实:文字和语言是两回事。阿拉伯文不仅书写阿拉伯语,还书写波斯语和乌尔都语。吉兹语退居为礼拜语言之后,埃塞俄比亚文仍在书写阿姆哈拉语和奥罗莫语。反过来,也有像日语这样一种语言使用多种文字的例子。所以,说“某国的文字”时总要谨慎。文字是盛装语音的容器。容器可以借用、改造,也可以重新制作。

而且,这样的容器至今仍在制作。1949年的恩科文、19世纪30年代的瓦伊文、20世纪初的巴蒙文,以及2025年新收入Unicode的贝里亚埃尔费文和托隆锡基文,都是近现代各族群为书写自己的语言而创制的文字。把文字看成“越古老越正统”,与这段活的历史并不相符。韩文有1443年这一创制年份和造字原理的记录。新文字同样各有缘由和设计,诞生后被收入标准。

按照这一区分可以看出,Unicode的172种指的是文字系统的数量,而不是语言的数量。同时也可以看出,文字系统的数量与语言的数量不能混为一谈。

玻璃展柜中刻满文字的深色石碑
大英博物馆展出的罗塞塔石碑,2026年 · APK · CC BY 4.0 · 维基共享资源

8. 遇到陌生文字时要记住的三点

第一,不要用字数来判断文字的难易或优劣。阿拉伯文只有28个字母,但要掌握省略元音和连写的规则。天城文的关键是符号组合规则。汉字则有常用2136字这条基准线。各种文字只是根据自己的语言,把复杂之处放在了不同的地方。

第二,要区分文字名称和语言名称。说“用阿拉伯文书写的乌尔都语”“用埃塞俄比亚文书写的阿姆哈拉语”,就能减少误解。数字文本的编码和字体按文字系统而不是按语言来区分处理,也是同样的道理。

第三,要查证标准。某种文字是否已收入Unicode、属于哪个文字系统,可以通过Unicode联盟的公开资料查到。各国的文字规范(如韩国的语文规范、日本的《常用汉字表》)由相关政府机构公布。记录语音的方式只有四种左右,但选用这些方式的人们的历史,却在172种文字系统中各自留下了不同的印记。