成語是一種定型的固定詞組，絕大多數由四個字組成。有一些成語，如“盲人瞎馬、一刻千金、循循善誘”等，它們的早期形式是“盲人騎瞎馬、一刻值千金、循循然善誘人”。原來是五個字或六個字，四個字的形式是后來出現的。它們不向七個字、八個字發展，而向四個字發展，這足以說明四字格是漢語成語的基本形式。

為什么漢語成語大部分是四字格呢？這與漢語本身句法結構和古漢語以單音詞為主有關系，而且成語既要能表達深刻復雜的思想，又要極其概括精練，過長過短都不行，四個字最為合適。具體可分為以下兩點來解釋。

一是這和漢語的特點有關，漢民族講話，在音節上大都是成雙成對的。漢語講究音律和諧，四個字的結構在誦讀時恰好能組成抑揚頓挫的聲調，富于音樂美，這有助于增強語言的表達效果。我國文學史上最早的一部詩歌總集《詩經》中305篇基本上都是四字一句，這種四字句，結構短小精悍，活潑明快，讀起來抑揚頓挫，在后來相當長的一個歷史階段中，極大地影響著后世的詩人、作家及其作品，也影響著人民群眾的語言。成語基本上源于古書和口語，因此成語以四字為多。

漢語講究四聲。四聲是利用音高音長變化的差異構成的。一般地說，仄聲較短促，平聲較柔長。平仄聲調的重疊相間，能顯示聲調的各種變化，抑揚頓挫，節奏性強，極富音樂美。而四字格的結構恰是適應這種聲調變化的最簡潔、最凝練的形式，試看以下成語聲調變化的方式：

平平仄仄式：天翻地覆、明爭暗斗、風吹草動；

仄仄平平式：飲水思源、水到渠成、柳暗花明；

平仄平仄式：惟妙惟肖、肝膽相照、發號施令；

平仄仄平式：身體力行、人面獸心、明辨是非；

仄平平仄式：海枯石爛、落花流水、虎頭蛇尾；

仄平仄平式：趾高氣揚、倒行逆施、喪權辱國。

這種平仄的配合十分協調，讀來跌宕起伏，能構成和諧的聲調美，是漢語特有的修辭手段。

二是成語的特殊使命方面的原因。成語一方面要表達比其他詞匯更加豐富、復雜的內容，一方面又要像其他詞匯那樣簡明而概括。這樣，過長過短都不行。過長了，顯得累贅，不符合精練的要求；過短了，又不易清楚地表達復雜、深刻的思想和認識。而四個字不多不少，最為合適。因為四個意義單位可以組合成任何一種結構關系，這些結構關系足以表達任何一種復雜的認識和思想。比如僅用“圍魏救趙”四個字就描述了戰國時一個有聲有色的戰役，并歸納出了這場戰役所使用的殲敵有效的戰術。這是形式極其精練，內容高度概括的典范。

四字格的結構，能構成各種復雜的語法關系，這對表達各種復雜的思想和認識來說，是必不可少的條件。可見，成語以四個字作為自己的基本結構形式，絕非偶然。

關于四字成語內部的結構，大體上可分為單一結構和復合結構。單一結構的成語內部的語素凝固成一體，共同表達一個固定的意思，不能分作兩部分來分析其結構，如“亂七八糟、胡說八道、忸忸怩怩、慢條斯理”等。這種單一結構的成語為數不多。復合結構是指兩個或兩個以上的部分組成的結構。其結構關系主要有以下幾種形式：

并列結構：青紅皂白、風花雪月、千言萬語、龍飛鳳舞；

偏正結構：一丘之貉、匹夫之勇、侃侃而談、搖搖欲墜；

主謂結構：萬馬奔騰、愚公移山、毛遂自薦、蜀犬吠日；

動賓結構：飽經風霜、顧全大局、隔岸觀火、包羅萬象；

中補結構：顛撲不破、體貼入微、重于泰山、感激涕零；

連謂結構：畫蛇添足、見風使舵、過河拆橋、削足適履；

兼語結構：引狼入室、令人生畏、指鹿為馬、請君入甕。

前面曾提到成語在其結構上是具有凝固性的。它的結構和組成部分不能隨意更改或變動。有的成語里有一組近義詞或反義詞。例如，“三言兩語”中的“言”和“語”是意思相近的詞；“大同小異”中的“大”和“小”、“同”和“異”都是反義詞，這些都不能隨便更換。再如，“奇裝異服”中“奇”和“異”同義，“裝”和“服”同義，有人將“奇裝異服”寫成“奇裝衣服”，表面看只是寫了個錯別字，其實反映了沒弄清成語的結構。例如，“兩虎相斗”不能說成“三虎相斗”，“南腔北調”不能說成“東腔西調”，“盲人瞎馬”不能說成“盲人瞎驢”。因此我們在使用成語的時候，應該格外注意，要恰當運用。