Nota bene : on ne prendra dans cet article, sauf mention contraire, que des exemples empruntés aux hànzì tels que prononcés et utilisés en mandarin. Les explications seraient cependant aussi vraies avec d'autres langues chinoises, comme le cantonais. Pour les kanji, hanja et chữ nôm, consulter les articles qui leur sont consacrés.
Les caractères chinois servent à écrire des langues (ici, des langues chinoises) et ne sont pas des symboles idéographiques purs qui noteraient une sorte de langage logique et formel sans aucun lien avec la langue parlée, comme on a pu le croire en Occident aux siècles passés.
Il convient donc de se demander comment les sinogrammes représentent les langues chinoises, c'est-à-dire quel est le lien entre les signes de l'écriture et le duo signifiant ~ signifié de ces langues. On peut déjà balayer une idée reçue tenace : un caractère n'est pas forcément un « mot » et chaque caractère n'a pas forcément un sens. Chaque caractère, cependant, sauf un, se prononce en une seule syllabe.
Une écriture liée au monosyllabisme des langues chinoises Un caractère égale une syllabe Chaque graphème, nommé caractère (en mandarin 字 zì), représente phonologiquement une syllabe, laquelle obéit à des contraintes importantes : une syllabe comme branp n'est pas possible. Chaque syllabe, de plus, est prononcée sur un ton particulier. Pour des détails généraux sur la prononciation des syllabes du mandarin, consulter Phonologie du mandarin, sur les contraintes syllabiques de cette langue, Syllabe en mandarin.
Il existe cependant un unique caractère, 兒/儿 -er, qui peut, dans certains contextes, n'être pas syllabique mais indiquer une modification phonétique (rétroflexion) de la syllabe précédente et fonctionner comme un suffixe (consulter Suffixe -er). C'est à ce titre que l'on dit d'une langue comme le chinois qu'elle est monosyllabique : chaque syllabe, en effet, renvoie à un morphème (lexical et/ou grammatical).
Des caractères polysyllabiques ont été créés pour des poids et mesures étrangers, par exemple 粴 límǐ « centimètre », mais ils sont tombés en désuétude. Il existe cependant des caractères polysyllabiques informels, utilisés dans la vie de tous les jours pour abréger.
Plusieurs lectures pour un même caractère Si chaque caractère représente une syllabe, il ne faut pas croire qu'à un caractère donné ne corresponde qu'une seule lecture. En effet, il existe de nombreux caractères dont la prononciation change selon le sens dénoté, ce qui est d'autant plus vrai en chinois simplifié, où les homographies sont plus fréquentes du fait de la simplification en question.
Selon le sens ou le contexte On parlera d'homographes pour qualifier des syllabes différentes renvoyant à des signifiés différents mais notées par un même caractère (comme sens en français : [sã] dans « tu sens » mais [sãs] dans « le sens »).
Par exemple, le caractère 得 se prononce de quand il joue dans la phrase le rôle d'une particule grammaticale mais dé ou, de manière moins soutenue, děi, quand il représente le verbe « devoir ». De la même manière, 地 se lit dì quand il signifie « terre » mais de comme particule grammaticale. Plus étrangement, 的 de se dit di dans les chansons de variété, sans que le sens ne change.
On l'a dit, la simplification entraîne des homographies : alors qu'en traditionnels l'adverbe « seulement » se dit 只 zhǐ et le spécificatif des animaux ou des éléments uniques tirés d'une paire 隻 zhī, ils sont tous deux écrits 只 en simplifiés. De fait, dans un texte en simplifiés 只 peut être lu zhǐ ou zhī, selon son sens, qui ne peut être connu qu'en contexte. Le problème ne se posera cependant pas dans un texte en caractères traditionnels. Le cas est identique avec d'autres caractères courants comme 表 biǎo « tableau » et 錶 biǎo « horloge », qui sont déjà homophones et sont devenus en plus homographes en caractères simplifiés, les deux lemmes différents étant représenté par le seul caractère 表.
Selon la place dans un lemme composé De plus, quand ils font partie d'un lemme composé (un seul mot composé de plusieurs caractères, notion décrite plus bas) le ton des sinogrammes peut subir une altération. Le plus souvent, les caractères passent au ton léger : 子 se prononce zǐ (ton 3) la plupart du temps mais zi (ton léger) dans certains mots composés comme 兒子/儿子 ér-zi (« enfant », « fils »). D'autres changement sont encore plus importants en composition : 大 se prononce normalement dà (« (être) grand ») mais dài dans 大夫 dàifu (« médecin »). De plus, il existe (voir plus loin) des caractères pouvant être utilisés comme suffixes et dont la prononciation varie quand ils jouent ce rôle : le caractère 兒/儿, par exemple, se prononce bien ér dans 兒子/儿子 ér-zi mais ne représente même pas une syllabe quand c'est le suffixe -er : 花兒/花儿 hūa+ér se lit hūar (à opposer à 女兒/女儿 « fille », qui se lit nǚ’ér et non *nǚr).
Seule la pratique de la langue permet de savoir, en contexte, comment prononcer un caractère.
Plusieurs caractères pour une seule lecture [En préparation]
Plusieurs caractères pour un seul sens À l'inverse, la langue écrite marque des oppositions que la langue parlée ne connaît pas. Le cas est le plus visible avec les pronoms personnels : alors qu'il n'existe pas de genre en chinois, les pronoms peuvent, à l'écrit seulement, le marquer : : 你 pour les hommes, 妳 pour les femmes, tous deux prononcés nǐ ; : 他 pour les hommes, 她 pour les femmes, 牠 pour les animaux, 它 pour les inanimés, tous prononcés tā.
Ce sont les radicaux utilisés qui précisent le genre : 人, radical de l'homme pour le masculin, 女, celui de la femme pour le féminin, 牛, du bœuf pour les animaux et directement 它, forme modifiée du serpent, pour le reste.
En fait, ce sont des distinctions secondaires que la langue ancienne ne pratiquait pas (elle en pratiquait cependant d'autres, aucune n'opposant les genres), introduites récemment par imitation des langues occidentales. De ces oppositions artificielles, seule celle entre 他 et 她 est courante. 它 est beaucoup plus rarement utilisé. Quant à 牠, il ressortit surtout à la langue littéraire.
Une syllabe n'est cependant pas forcément un mot Une syllabe ne représente pas forcément un lemme (qu'on prendra ici au sens d'« entrée du dictionnaire », c'est-à-dire, de manière plus courante, un « mot ») mais presque toujours un morphème. En effet, si tel était le cas, cela signifierait qu'à chaque lemme d'une langue correspondrait un caractère. Or, un dictionnaire comme le Grand Robert répertorie, pour la langue française, environ 80 000 lemmes. Il serait impossible d'imaginer une langue nécessitant autant de signes différents. On l'a dit plus haut, un lecteur moyen du mandarin n'a pas besoin de tant de caractères pour lire et écrire sa langue : 2000 sont en effet suffisants. De plus, certains caractères n'ont pas de sens autonome.
On conçoit donc deux cas de figure pour illustrer l'inégalité entre caractère et lemme : certains caractères ne renvoient pas à un lemme ; de nombreux lemmes s'écrivent avec plusieurs caractères (ce qui réduit d'autant le besoin en caractères différents).
Caractères grammaticaux Certains caractères, en effet, n'assurent pas le rôle de mots renvoyant à une notion concrète ou abstraite indépendante du contexte et n'ont pas de sens autonome ; c'est le cas des particules, comme 了 le qui, entre autres, indique qu'un procès (« action verbale ») est nouveau (下雨 xià yǔ : « il pleut » → 下雨了 xià yǔ le : « maintenant, il pleut », « voilà qu'il pleut ») et des suffixes servant à construire un énoncé, comme 的 de, particule subordonnante comparable à la désinence 's en anglais : 我的茶 wǒ-de chá « moi-[possession] thé » = « le thé de moi », « mon thé ». Les caractères comme 了 ou 的 ne peuvent donc pas s'employer seuls : ils doivent faire partie d'un énoncé minimal. Ce ne sont que des morphèmes grammaticaux qui, seuls, sont intraduisibles sans une périphrase.
Caractères non autonomes D'autres caractères désignent bien une réalité abstraite ou concrète mais, dans la langue parlée moderne, ne peuvent plus s'employer isolément. Ils n'existent plus qu'en composition avec d'autres caractères pour former un lemme complet. C'est là une évolution de la langue parlée par rapport à la langue classique dans laquelle chaque caractère renvoyait à un lemme.
Par exemple, en langue courante, 孩 hái, qui renvoie à l'idée d'« enfant » ne s'utilise pas seul. On doit le faire suivre de 子zǐ, utilisé comme suffixe (voir plus bas) et prononcé dans ce cas zi : 孩子 hái-zi. Le sens du lemme composé reste cependant « enfant ». Chaque caractère du lemme renvoie isolément à un sens, mais celui-ci n'est pas forcément suffisant, de même que -garou en français ne s'emploie que dans le mot composé loup-garou ou, en anglais, cran- dans cranberry. Le cas est cependant bien plus fréquent dans les langues chinoises que dans les langues occidentales.
Caractères vidés de leur sens Certains caractères, enfin, ont une valeur sémantique quasi nulle voire nulle. Trois cas de figure se présentent : ce sont des suffixes (comme 兒/儿 -er ou 子 -zi) ; il s'agit de caractères à valeur phonétique pure (comme 阿 ā dans 阿拉伯 ālābó « arabe ») ou dotés d'un sens qu'ils perdent entièrement ou partiellement pour servir à la transcription de sons ou de mots d'emprunt.
Suffixes Les suffixes de formation morphologique sont assez rares dans les langues chinoises, principalement en raison de la pauvreté morphologique de ces langues isolantes. Cependant, certains, principalement 兒/儿 -er et 子 -zi (on pourrait aussi citer 頭/头 -tou), sont d'usage fréquent. Le premier est détaillé dans l'article Suffixe -er. Il suffit ici de savoir que c'est, de plus, le seul caractère qui, en mandarin, ne soit pas syllabique. Quant au second, il sert principalement à former des noms : 女子 nǚ-zǐ, « femme », 筷子 kuài-zi, « baguettes ». Pris isolément, 兒/儿 se prononce ér et signifie « fils », 子 se lit zǐ et renvoie au sens d'« enfant ». On voit que dans des lemmes comme 錯兒/错儿 cuòr, « être dans l'erreur » ou 筷子 kuài-zi, « baguettes », ni 兒/儿 ni 子 n'ont le sens de « fils » ou d'« enfant ».
Caractères phonétiques Ils servent surtout à représenter des onomatopées, des noms propres (chinois ou non) et des mots d'emprunt étrangers : du fait des multiples contraintes subies par la syllabe en mandarin, il n'est pas possible d'emprunter des mots étrangers ou de transcrire des sons directement sans les transformer, parfois de manière très importante, en syllabes chinoises, qu'il faut alors représenter par un ou plusieurs caractères. La transcription sera donc phonologiquement et graphiquement très éloignée du mot d'origine, en cas d'emprunt.
De tels caractères de transcription peuvent parfois ne servir qu'à cela et n'avoir aucun sens. Dans d'autres, cas ils ont bien un sens, lequel est plus ou moins évacué.
Onomatopées et interjections Parmi les caractères vidés de leur sens, on trouve nombre d'onomatopées et d'interjections, qui sont souvent formées au moyen du radical (ou clef) de la bouche, soit 口. Ce radical peut indiquer qu'il s'agit d'un caractère purement phonétique. Par exemple, le chat fait 咪咪 mīmī ou 喵喵 miāomiāo (qui se lit, du reste, quasiment miaou-miaou) et la souris 吱吱 zīzī. Tous ces caractères utilisent le radical de la bouche qui signifie grosso modo : « à prononcer à peu près comme le reste du caractère sans en garder le sens » (ce sont donc des idéo-phonogrammes). En effet, on reconnaît, dans l'ordre, les caractères 米 mǐ, 貓 māo (auquel, dans l'onomatopée, on a ôté le radical des félins, 豸) et 支 zhī, qui signifient respectivement « riz », « chat » et « branche ».