这是我整理出来的一份汉字字频表。 包含汉字10029个。文件采用utf-8编码，换行符为LF，每个汉字一行， 数字是对应汉字在文库中出现的次数。汉字和数字由一个空格分隔。
语料文库是我自己从网络整理而来的，包含小说，杂志，科普图书，论坛帖子等，共计1亿多个字符（文本大小300M）。由于语料原自网络，受中国网站普遍采用GB2312，GBK，GB18030等汉字编码影响，这些编码表内的汉字字频可能会普遍偏高。
字频表文件下载点这里。 大家可免费使用， 引用请用链接注明来源。 谢谢。
以下为出现概率最高的50个汉字（汉字字频表 样本）：
继续阅读