碎碎唸：
資料彙整過程的一些筆記。
瀏覽了一些中文字形檔議題的討論文章之後，我有新想法，想嘗試看看從我整理出來的六千五百多個國字/正體中文漢字之中，再做一次資料萃取。再挑選數百個國字出來，這些國字，剛好可以呈現 二一四個部首、部首變體、五一七個部件、部首/部件在方塊字空間內不同位置的呈現。
這樣挑選出來的數百個國字若都去練過一輪書寫筆畫和筆順，基本上就可以把中華民國教育部規範的現代 國字/正體中文漢字（常用字＋部份次常用字）完整了練過一輪。
接下來我就要開始摸索，我該如何跳選出這數百個國字？ 試了一些關鍵字去google，但我沒有找到相對完整的既有經驗分享文，所以得靠自己從零開始摸索。
摸索過程中我開始試著先把有著同樣部件群組的國字先群聚起來，範例字「豆」，這個字是部首、由三個部件依序組合而成、同時也是有著其他部首的國字的其中一個區塊部件群組。
於是我在試算表內，依據行政院國發會全字庫所排序好的部件群組順序列表，去選取部件字串，再做關鍵字搜尋。就可以找到多個包含部首「豆」以及包含部件群組「豆」的國字。
就這樣繼續找其他的部件群組，然後發現一個狀況，同一個部件群組，在不同的國字內會發生排序列表不一致的狀況，例如 某部件群組原本排序是1、2、3，多個同樣部件群組的國字，會突然發現某個國字內的相同部件群組的部件排序是1、3、2，也就是說，如果我連續選取部件字串，然後做關鍵字搜尋，就有機會漏掉一∼多個國字。
簡單來說就是公家機關在資料上線前「沒有確實校稿」，我無法用例如AI、批次等方式做有效率的快搜尋和彙整資料，我依舊還是得用人工肉眼找字串，避免因為部件排序1、2、3被誤填成1、3、2而錯過的國字。因為公家機關的校稿不確實，搞得我找資料好累，得土法煉鋼的找！