有水木网友把前一段谷歌拼音1.0.15版中的词库（ZIP文件）给搞了出来，就是在网有争议现在没消息的那一版。总结这些词可真也不容易，总数快有34万，应该比较能反映（大陆）汉语的现状（不知道他们分析时抓的网页有没有包括港台以及海外中文网页），也就是说常用词汇有这么34万，一般正规词典上收词不过3/4万。当然，这里面有许多不是非常严格的词，而是个短语，包含了不同的句子成分，不过既然人民这样用了，那就得承认。

总计词汇数：33,9100
单字：0
二字词：12,0603, 35.6%
三字词：11,5229, 34.0%
四字词：9,2813, 27.4%
五字词：5564, 1.6%
六字或更多字：4891, 1.4%

可以看到二字词、三字词占了绝大多数，都超过了1/3，四字词也接近1/3，再多字的就是少数。按这样的词汇数量，也和西方拼音文字的词汇量不相上下了，当然不包括那些无聊的专用名词。

数字都按4位点了点，这样符合汉语习惯，一下就能读出多少万，再上一点的话就是亿，再上面是万亿。英语用3位就要进一下，分别是千、百万和十亿，所以他们才用3位点个点的写法。

单字字数没个定论，下面是各个计算机处理汉字用的标准所收录的文字数。这些字数都很大，一般人其实都用不到这么多，3000字足以。

GB2312，6763字
GBK，21003（21886）非国家标准，CP936
GB13000，20902字（也就是ISO的标准）
GB18030，27533字
BIG5，13461字
Unicode CJK，20902字，两个扩展区，总数七万多字。

把这些词全部写成单个的字，sort|uniq之后，发现共用了 5800个 不同的汉字。这5800字按重复次数排序（没有排除一字在同一词内重复的情况），出现最多的前一百字是：

人 不 一 大 中 的 在 学 国 有 上 了 生 机 电 业 子 工 小 网
出 来 会 下 发 我 文 动 天 行 家 理 新 用 性 心 法 分 作 水
成 公 高 化 地 开 时 品 金 无 市 者 能 自 经 为 方 过 信 是
力 制 可 好 年 长 海 三 手 到 数 多 美 体 之 产 通 合 面 山
本 车 部 要 得 物 后 个 安 路 事 说 全 教 区 外 件 道 明 名

其中，“人”字出现 7270 次，“名”字出现也有 1741 次，按最少的“名”的出现频率来算，这些字的组词数量也超过了一半（如果没有太多词内重复）。