只有解決好目前中文字符集存在的種種問題，我們的歷史文獻才能在數(shù)字媒體上不打折扣地講述真正的中國故事。而字符集問題的解決，對于當前相關(guān)專業(yè)領域來說，并非極其繁難之事。

　　中國傳統(tǒng)文化的基本載體是歷史文獻，只有通過這些第一手文獻的閱讀，人們才能接觸真實的傳統(tǒng)文化。然而，受限于中文字符集建設的發(fā)展水平，我們的歷史文獻在當下主流信息傳播平臺上存在話語障礙，主要表現(xiàn)為三方面的問題。

　　“一字多碼”，使得傳統(tǒng)文化的數(shù)字傳播與利用受損

　　電腦字符集中的每個字符，都應該只有一個唯一編碼，才能被進行有效的數(shù)字處理。但是，現(xiàn)在的電腦通用字符集中有不少文字單位與碼位不唯一對應的情況。這一問題，主要是由于在中日韓聯(lián)合進行字符集編碼過程中、各家都希望自己的習用字形盡可能充分進入字符集而造成的。這些字，多為歷史文獻中的常用字，且往往是不容易區(qū)分彼此的構(gòu)形微別字，如“戶”、“戶”與“戸”，“宮”與“宮”。這種構(gòu)形微別字同構(gòu)形差異明顯的異體字、繁簡字不同，后二者如“鋪（內(nèi)碼8216）”與“舗（內(nèi)碼8217）”，“匯（5F59）”與“彚（5F5A）”，由于構(gòu)形上存在明顯差異，在輸入時很容易被區(qū)分開來；而構(gòu)形微別字在輸入過程中，因為有這種一字多碼的輸入源，很容易導致同字卻使用不同內(nèi)碼字的情況。由此，人們在網(wǎng)絡或相關(guān)數(shù)據(jù)庫查找文獻時，就會出現(xiàn)以下情況：該找到的找不到，該搜齊的搜不齊，而查找搜索者卻誤以為這就是真實檢索結(jié)果，傳統(tǒng)文化寶藏的利用無形中被打了折扣。如“文淵閣四庫全書”（“Complete Library in Four Branchesof Literature”），是一個非常注重區(qū)別異體字、反映文獻原貌的電子古籍檢索系統(tǒng)，但也不免因同字多碼問題而導致全文檢索的失誤。如“彝（5F5D）”，另有三個不同編碼而同字者：彛（5F5B）、彜（5F5C）、彞（5F5E）。如果全文檢索“彝（5F5D）”，匹配的結(jié)果是32041個，但是用另外三個字形彛（5F5B）、彜（5F5C）、彞（5F5E）去全文檢索，匹配項卻只有22054，也就是說，文獻檢索范圍內(nèi)另有9987個“彝”的文例失檢。再如在“國學大師”網(wǎng)上檢索“戶”，得到93349個檢索結(jié)果，而輸入“戸”，則只有24046個檢索結(jié)果。

　　而尤當引起注意的是，即使在目前最通用的GBK字符集中，類似的同字多碼者也很多，除了上舉一字四碼者外，一字三碼的情況如：

　　娛（5A1B）娯（5A2F）娛（5A31）

　　揺（63FA）搖（6416）搖（6447）

　　吳（5433）吳（5434）呉（5449）

　　奨（5968）奬（596C）獎（734E）

　　戶（6236）戶（6237）戸（6238）

　　挿（633F）插（63D2）揷（63F7）

　　一字二碼的數(shù)量更加可觀：

　　捏（634F）揑（63D1）；

　　尙（5C19）尚（5C1A）；

　　尓（5C13）爾（5C14）；

　　尪（5C2A）尫（5C2B）；

　　捜（635C）搜（641C）；

　　尶（5C36）尷（5C37）；

　　寜（5BDC）寧（5BE7）；

　　帯（5E2F）帶（5E36）；

　　掲（63B2）揭（63ED）；

　　宮（5BAB）宮（5BAE）；

　　孳（5B73）孶（5B76）；

　　悳（60B3）惪（60EA）；

　　悞（609E）悮（60AE）；

　　愼（613C）慎（614E）；

　　悅（6085）悅（60A6）；

　　恵（6075）惠（60E0）；

　　徴（5FB4）徵（5FB5）；

　　徳（5FB3）德（5FB7）……

　　僅以上并不完整的整理，所得多碼字共計432個，這已經(jīng)占了字符集的相當比例?？上攵?，通過這樣一個字符集進行傳統(tǒng)文獻的數(shù)字傳播和閱讀，不注意一字多碼問題的把控，是很難充分利用文獻且保證文獻不被誤讀漏檢的。