小鹤音形词库问题

[lovelock]

醯 这个字的定位可能有问题，想了解一下flypy_zrmfast.dict.yaml 这个文件是怎么生成的。

这个字明明读xi，但每次输入hd这个字总在第一个

从.yaml文件里把这行删除也不行

[functoreality]

我的码表是从朙月拼音的码表转换来的，那里面把“醯”当成多音字，同时有 hai, xi 两个读音。这部分的问题或许可以直接和朙月拼音的码表维护者反馈一下（虽然我目前也不知道该找谁…）。为了保持使用体验尽可能与 Rime 的自带拼音一致，我倾向于不在自己的项目里直接进行码表修改，而是先等待上游的更新。 通常情况下不需要删字，只需要在空格上屏某个字/词之前，按 Ctrl+Delete 清零这个字/词的输入记录，就可以让它不要继续排到候选列表的前面了。 如果非要在固态字典里删字的话，部署前可能还需要从用户字典里也把它删掉。默认的用户字典保存为二进制格式、不便直接编辑，可以考虑先在 flypy_zrmfast.custom.yaml 里开启“用户词典记录为文本格式”、部署，然后用户字典会保存成 flypy_zrmfast.txt，从里面也删除要删的字以后再重新部署，确认删除成功后可以重新使用二进制格式的用户字典。（不排除直接修改 sync/ 下的用户字典也可以，不过我对这方面不熟。）

[lovelock]

源头应该是这个，提了issue了，不过看起来之前也有人提类似的issue，佛振都没有处理。不知道他这个字典库是从哪里搞来的 https://github.com/rime/rime-luna-pinyin/issues/48

[boomker]

你好，我也有对 flypy_zrmfast.dict.yaml 这个文件是怎么生成的比较感兴趣，我想扩充词库，实现能在使用辅助码的同时可用外部大词库，主要困难是怎么生成辅助形码， 可否提供工具，参考链接，谢谢

[functoreality]

你好，我也有对 flypy_zrmfast.dict.yaml 这个文件是怎么生成的比较感兴趣，我想扩充词库，实现能在使用辅助码的同时可用外部大词库，主要困难是怎么生成辅助形码， 可否提供工具，参考链接，谢谢

我的转换程序主要是用 Vim Script 写的，对别人来说估计既难读又难用，因此没有公开……简单描述一下我的实现方式吧，如果你（或者别人）写了一个更好用的转换程序也可以告诉我，我可以在 README 里指个路。 从 luna_pinyin.dict.yaml 开始，以这行为例： 三觭龍 san ji long

步骤 1：把全拼改成小鹤双拼 三觭龍 sj ji ls

步骤 2：用 opencc 改简体 三觭龙 sj ji ls 。这一步需要放在步骤 3 之前完成，因为 opencc 会根据词组信息进行转化，比如不会把“乾坤”转化成“干坤”。

步骤 3：把文字放到对应的拼音后 sj三 ji觭 ls龙 。这一步要小心有 安娜·卡列尼娜 这样的词。可以先把文件里的特殊符号先都去掉，我用的 Vim 命令是 :%s/[;·，。；：“”‘’《》（）！？、…—]//ge

步骤 4：把文字转换成形码 sj[hh ji觭 ls[yp 。这步我用 Lua 脚本完成，运行脚本时从 stdin 输入整个文件，把结果输出到 stdout。脚本大概长这样：

local map_dict={
['〇']='[vv',
['一']='[hh',
---- 此处省略 7k+ 行
['龠']='[rh',
['	 ']='	'}
res=io.read('*a'):gsub('[\0-\x7F\xC2-\xF4][\x80-\xBF]+', map_dict)
print(res)

其中文字与形码的对应关系来自 蓝天双拼+自然快手 这个文件，用正则表达式可以改写成上面这个 Lua 脚本中的形式。

步骤 5：处理没有对应形码的文字 sj[hh ji[[ ls[yp 。其实只要把非 ASCII 字符都换成 [[ 就好了，我用的 Vim 命令是 :%s/[^\x0-\x7f]/[[/g

步骤 6：把字典里原来的繁体词组加上 三觭龍 sj[hh ji[[ ls[yp 。我用了 bash 的 paste 命令，把繁体词组放在另一个文件（去掉拼音）以后，和之前一直在编辑的（双拼双形）文件合并。当然用其他办法合并也不难。

步骤 7：细节问题，“乾”这个字在转简体的时候还是有一些被搞错了，误转成了“干”。把所得码表里出现的 qm[hu 都改成 qm[ur（如果是小鹤形码，qm[au 改 qm[uq）。不过似乎把这步放在步骤 3、4 之间做更安全一点，那里可以直接把 qm干 改成 qm乾。

[boomker]

感谢楼上 @functoreality 耐心实例讲解， 看起来确实有点小复杂， 大概尝试了一下，也确实遇到一些您提到的需要注意的问题。目前我主要使用小鹤双拼和它的的形码， 在网络上没搜到它的形码单字文件，您那边有吗，可否方便提供，谢谢。 另外我基于您的项目增加了双拼词库(没有形码)，目前使用起来也还可以，在这里感谢您的付出🙏🏻，👍

[lovelock]

这个好像是有版权的，估计得逆向，可以看看openfly里面有没有。http://react.xhup.club/search 这里可以查

[boomker]

这个好像是有版权的，估计得逆向，可以看看openfly里面有没有。http://react.xhup.club/search 这里可以查

我找到了一个带形码的单字文件，也看到了 openfly 。 附上链接： https://github.com/zhuangzhemin/Rime/blob/master/flypy_chars.dict.yaml

[functoreality]

目前我主要使用小鹤双拼和它的的形码， 在网络上没搜到它的形码单字文件，您那边有吗，可否方便提供，谢谢。

我的小鹤形码是贴吧吧友给的（当时是 贴吧帖子 10 楼，文件现在应该是失效了）。如果这份码表有版权的话，我其实现在不太确定我是否被授权转发了…… 另外 lu输入法 往期（1.5.2 及以前）release 有 Rime 挂接方案，我记得里面也有带小鹤形码的码表，只是字比别人给我的那份少一些。并且有的字形码不唯一，如果要用它的话，可能需要自己去重。

另外我基于您的项目增加了双拼词库(没有形码)，目前使用起来也还可以

我似乎记得外挂的码表可以只有文字部分，不写拼音，Rime 会根据单字的编码自动生成词组的编码，这样就不需要做复杂的码表转换。不过对有多音字的词组来说可能会稍微有些不方便。

[boomker]

我似乎记得外挂的码表可以只有文字部分，不写拼音，Rime 会根据单字的编码自动生成词组的编码，这样就不需要做复杂的码表转换。不过对有多音字的词组来说可能会稍微有些不方便。

好的，谢谢， 目前还在学习rime配置中，还在研究比较合适的方案

[boomker]

如果你（或者别人）写了一个更好用的转换程序也可以告诉我 https://github.com/boomker/rime-flypy-xhfast/blob/15664c597644bd41410ec4595cece88a6452a1bf/scripts/flypy_dict_generator_new.py https://github.com/boomker/rime-flypy-xhfast/blob/15664c597644bd41410ec4595cece88a6452a1bf/scripts/xhxm_map.py 目前支持 全拼拼音转小鹤双拼 、简拼，常见汉字转小鹤形码。 自然码我不用(没看到过官网，教程不全的样子)， 我暂时不支持了，后面要用自然码方案的时候，再支持吧 脚本如果有bug ，可以联系我修

[functoreality]

目前支持 全拼拼音转小鹤双拼 、简拼，常见汉字转小鹤形码。 自然码我不用(没看到过官网，教程不全的样子)， 我暂时不支持了，后面要用自然码方案的时候，再支持吧 脚本如果有bug ，可以联系我修

感谢，已更新 README。 我还没有完整地读一遍这份代码。里面似乎没有用到 opencc，不过如果外挂码表很多都是纯简体的码表的话，也确实不需要做繁简转换这一步。 PS：自然码双拼我是靠 Rime 拼写运算支持的，这部分不需要写到码表里面。如果是自然快手形码的话，我对它的规则的了解也仅限于 README 里的那张图😂

[lovelock]

@boomker 老哥真有执行力，不过这个码表似乎有问题，我用了几个非小鹤官方的方案发现的。

威 这个字在小鹤官网查到的形码是 wwxn，而很多其他的方案给的确是你这个码表，我都不知道哪个是对的了

[boomker]

@boomker 老哥真有执行力，不过这个码表似乎有问题，我用了几个非小鹤官方的方案发现的。

威 这个字在小鹤官网查到的形码是 wwxn，而很多其他的方案给的确是你这个码表，我都不知道哪个是对的了

这个发现很有意思， 官网查到应该是正确的。可以参考其他例字： 严格来说，上图（来自小鹤官方）种“咸”的形码是wk， “戌” 里面的一横是连接的，“威， 咸”这两字里面的 '-'(横)是两端有空隙的

[boomker]

感谢，已更新 README。 我还没有完整地读一遍这份代码。里面似乎没有用到 opencc，不过如果外挂码表很多都是纯简体的码表的话，也确实不需要做繁简转换这一步。 PS：自然码双拼我是靠 Rime 拼写运算支持的，这部分不需要写到码表里面。如果是自然快手形码的话，我对它的规则的了解也仅限于 README 里的那张图😂

感谢大佬，暂时还没考虑繁体转简体， 我转换的词库来源雾凇拼音项目的词典文件，内容基本上是简体的

[lovelock]

这个发现很有意思， 官网查到应该是正确的。可以参考其他例字： 严格来说，上图（来自小鹤官方）种“咸”的形码是wk， “戌” 里面的一横是连接的，“威， 咸”这两字里面的 '-'(横)是两端有空隙的

所以可能是这些衍生的码表来自比较早期的鹤形，而官方鹤形一直在更新。

[boomker]

所以可能是这些衍生的码表来自比较早期的鹤形，而官方鹤形一直在更新

有可能， 也有可能是其他人在整理码表时，自己加上的形码 其实用什么形码，以及形码是否与官方一致不是那么重要，只要使用者对形码的编码能熟练使用，达到快速筛字上屏的目的即可

[lovelock]

因为我自从学了鹤形，一直在找比较好的方案，后来就发现多个方案里这个字都不一样。

[salonz]

如果你（或者别人）写了一个更好用的转换程序也可以告诉我 https://github.com/boomker/rime-flypy-xhfast/blob/15664c597644bd41410ec4595cece88a6452a1bf/scripts/flypy_dict_generator_new.py https://github.com/boomker/rime-flypy-xhfast/blob/15664c597644bd41410ec4595cece88a6452a1bf/scripts/xhxm_map.py 目前支持 全拼拼音转小鹤双拼 、简拼，常见汉字转小鹤形码。 自然码我不用(没看到过官网，教程不全的样子)， 我暂时不支持了，后面要用自然码方案的时候，再支持吧 脚本如果有bug ，可以联系我修

win10上运行转换脚本出错, 麻烦大佬看下

[boomker]

win10上运行转换脚本出错, 麻烦大佬看下

我自己又新开一个仓库, 新仓库的脚本有更新, 我贴一下地址: 新仓库地址 flypy_dict_generator_new.py xhxm_map.py

你那边先尝试用一下我的新脚本跑一下, 如果还有问题的话, 麻烦你在我的项目提 issue . 这样方便点, 这里的反馈我也会持续关注的.

然后的话, 脚本执行需要确保: 你的 python 版本是3 以上, 最好是3.11吧, 还需要安装依赖包 pypinyin

最后 window 系统, 你可能需要修改这个脚本的第一行 #!/usr/local/bin/python3.11 为你 python3 可执行程序的所在路径, 最好 python 安装目录放到环境变量里

希望能帮到你, 愉快~

[lyslys888]

在windows上是好的 ，但是安卓最新版V3.2.11上，老是打出来繁体字，比如输入单字艳的小鹤双拼码yj[fb] 会看到 豔 艳两个候选，繁体的在前面；如果是输入词语，比如终于的码vsyu，则出来的就是繁体的終於，在前五个候选里都看不到简体的终于，甚至翻了两三页都看不到简体的，请教下，这可能是什么 问题； 用的小鹤辅助码，设置了直接辅助码 @functoreality

[functoreality]

在windows上是好的 ，但是安卓最新版V3.2.11上，老是打出来繁体字，比如输入单字艳的小鹤双拼码yj[fb] 会看到 豔 艳两个候选，繁体的在前面；如果是输入词语，比如终于的码vsyu，则出来的就是繁体的終於，在前五个候选里都看不到简体的终于，甚至翻了两三页都看不到简体的，请教下，这可能是什么 问题； 用的小鹤辅助码，设置了直接辅助码 @functoreality

是不是没调成简体输入？Rime 有区分简体繁体模式，安卓版本我这里可以看到切换键（没输入的时候在输入栏的第 3 个按键），但不太清楚新版本的键盘布局有没有修改

[edison0808]

感谢，已更新 README。 我还没有完整地读一遍这份代码。里面似乎没有用到 opencc，不过如果外挂码表很多都是纯简体的码表的话，也确实不需要做繁简转换这一步。 PS：自然码双拼我是靠 Rime 拼写运算支持的，这部分不需要写到码表里面。如果是自然快手形码的话，我对它的规则的了解也仅限于 README 里的那张图😂

感谢大佬，暂时还没考虑繁体转简体， 我转换的词库来源雾凇拼音项目的词典文件，内容基本上是简体的 这位大哥 想请教一下你做的简体词库能调用吗？我把雾凇词库的文字词组文本直接复制进lypy_zrmfast.dict.yaml里面发现无法调用，你方便分享一下你扩充的词库吗？

[boomker]

这位大哥 想请教一下你做的简体词库能调用吗？我把雾凇词库的文字词组文本直接复制进lypy_zrmfast.dict.yaml里面发现无法调用，你方便分享一下你扩充的词库吗？

---

我用的时小鹤双拼，如果你用的是自然码，是没法直接套用的哈 不建议直接拷到flypy_zrmfast.dict.yaml文件里，一是编码不一样，没法用；二是后续更新维护不方便 使用雾凇词库来作为扩展词库的话，有两种方式:

1. 写拼音运算规则，达到纯全拼到双拼的转换，这个雾凇的仓库已经带有各种双拼的方案了，这种最容易，成本低
2. 将雾凇的词库的所有词条转为双拼的，我项目仓库里词库都是这种，但只适配小鹤双拼。 另外，我仓库里简体词库转双拼词库，也只适配了小鹤双拼了，如果要适配其他双拼，得改代码(全拼到双拼的映射)

[functoreality]

你好，我也有对 flypy_zrmfast.dict.yaml 这个文件是怎么生成的比较感兴趣，我想扩充词库，实现能在使用辅助码的同时可用外部大词库，主要困难是怎么生成辅助形码， 可否提供工具，参考链接，谢谢

我的转换程序主要是用 Vim Script 写的，对别人来说估计既难读又难用，因此没有公开……简单描述一下我的实现方式吧，如果你（或者别人）写了一个更好用的转换程序也可以告诉我，我可以在 README 里指个路。 从 luna_pinyin.dict.yaml 开始，以这行为例： 三觭龍 san ji long

步骤 1：把全拼改成小鹤双拼 三觭龍 sj ji ls

步骤 2：用 opencc 改简体 三觭龙 sj ji ls 。这一步需要放在步骤 3 之前完成，因为 opencc 会根据词组信息进行转化，比如不会把“乾坤”转化成“干坤”。

步骤 3：把文字放到对应的拼音后 sj三 ji觭 ls龙 。这一步要小心有 安娜·卡列尼娜 这样的词。可以先把文件里的特殊符号先都去掉，我用的 Vim 命令是 :%s/[;·，。；：“”‘’《》（）！？、…—]//ge

步骤 4：把文字转换成形码 sj[hh ji觭 ls[yp 。这步我用 Lua 脚本完成，运行脚本时从 stdin 输入整个文件，把结果输出到 stdout。脚本大概长这样：

local map_dict={
['〇']='[vv',
['一']='[hh',
---- 此处省略 7k+ 行
['龠']='[rh',
['	 ']='	'}
res=io.read('*a'):gsub('[\0-\x7F\xC2-\xF4][\x80-\xBF]+', map_dict)
print(res)

其中文字与形码的对应关系来自 蓝天双拼+自然快手 这个文件，用正则表达式可以改写成上面这个 Lua 脚本中的形式。

步骤 5：处理没有对应形码的文字 sj[hh ji[[ ls[yp 。其实只要把非 ASCII 字符都换成 [[ 就好了，我用的 Vim 命令是 :%s/[^\x0-\x7f]/[[/g

步骤 6：把字典里原来的繁体词组加上 三觭龍 sj[hh ji[[ ls[yp 。我用了 bash 的 paste 命令，把繁体词组放在另一个文件（去掉拼音）以后，和之前一直在编辑的（双拼双形）文件合并。当然用其他办法合并也不难。

步骤 7：细节问题，“乾”这个字在转简体的时候还是有一些被搞错了，误转成了“干”。把所得码表里出现的 qm[hu 都改成 qm[ur（如果是小鹤形码，qm[au 改 qm[uq）。不过似乎把这步放在步骤 3、4 之间做更安全一点，那里可以直接把 qm干 改成 qm乾。

我用 Python 重写了这个转换的脚本，放到 generate_dict/ 这个目录下面了。