词库转换器
功能描述
转换词库文件的格式和拼音编码方式。
支持的词库格式:
- 搜狗输入法细胞词库 (
.scel
) (仅支持导入) - 百度输入法分类词库 (
.bdict
) (仅支持导入) - QQ 输入法细胞词库 (
.qcel
) (仅支持导入) - 微软拼音用户自定义短语 (
.dat
) - macOS 键盘自定义短语 (
.plist
) - Rime(中州韵、小狼毫、鼠须管)词库 (
.dict.yaml
)
Gboard 个人字典 (.zip
)
注意:Gboard 个人字典导入和导出的就是一个 .zip
压缩文件,不要解压。
Fcitx5(小企鹅输入法)文本词库 (.txt
)
Fcitx5 有两种类型的词库:.txt
格式的文本词库和 .dict
格式的二进制词库。 本工具仅支持文本词库,文本词库可直接导入到 Fcitx5 中。 如需在文本词库和二进制词库间转换,可使用 Fcitx5 自带的命令行工具:
# 将文本词库转换为二进制词库
libime_pinyindict 文本词库.txt 二进制词库.dict
# 将二进制词库转换为文本词库
libime_pinyindict -d 二进制词库.dict 文本词库.txt
CSV 文件 (.csv
)
格式示例:
词组,拼音
第一个,di yi ge
第二个,di er ge
根据导入词库的不同,导出的 CSV 文件中可能包含例如“词频”等附加信息,这些信息同样可以编辑和重新导入,例如:
词组,拼音,候选词位置,词频
第一个,di yi ge,2,0
第二个,di er ge,3,999
但这些附加信息不一定被所有导出格式支持。例如“候选词位置”信息,只有在导出为“微软拼音用户自定义短语”时生效;“词频”信息,只有在导出为“Fcitx5 文本词库”时生效。
TXT 文件 (.txt
)
格式示例:
第一个
第二个
支持的拼音编码:
- 全拼
- 双拼
- 自然码
- 小鹤双拼
- 微软双拼
- 拼音加加
- 智能 ABC
- 紫光双拼
- 搜狗双拼
- 国标双拼
转换说明:
- 如果需要对词库进行编辑、过滤,可以先导出为 CSV 文件进行编辑,然后将编辑后的 CSV 文件重新导入。
- 如果有转换失败的词条,会在附加信息中有失败的原因。 只有导出 CSV 文件时会包含转换失败的结果,其他格式只会导出转换成功的结果。
- 如果导入的是自定义短语类型的词库(例如:Gboard 用户字典、微软拼音用户自定义词库、macOS 键盘自定义短语), 但导出的不是自定义短语类型的词库,且导入的拼音编码方式全拼,将尝试所有可能的拼音分割情况。 例如,“fangan”会分割成“fan gan”和“fang an”两种情况。
- 如果导入的词库不包含拼音信息,例如 TXT 词库:
- 在将汉字转换成拼音过程中,会忽略掉非汉字或无法转换成拼音的字符,例如:
你A,1好
会转换为ni hao
。 - 如果存在多音字,将会组合出多音字每个音的组合。如果组合数超过 10 个,将保留前 10 个。 例如,“长大”会组合出:“chang da”、“chang dai”、“zhang da”、“zhang dai”四种情况。
- 在将汉字转换成拼音过程中,会忽略掉非汉字或无法转换成拼音的字符,例如:
- 部分词库有例如“词频”等附加信息,目前支持的附加信息和对应的词库格式如下:
- 候选词位置:微软拼音用户自定义短语
- 词频:Fcitx5 文本词库、Rime(中州韵、小狼毫、鼠须管)词库
全拼转双拼时,lue/nue 和 lve/nve 都能正常转换;双拼转全拼时,只能转换成 lue/nue:
按照汉语拼音方案,ü 只有在 j/q/x 后面的时候可以写作 u,因此虽然 lüe/nüe 写作 lue/nue 不会与其他音冲突,但依然要写作 lüe/nüe。
按照汉语拼音方案最终组合出来的音节中,只有 lü/nü/lüe/nüe 四个音节会带有 ü。
其中 lü/nü 如果写作 lu/nu,会和其他音节冲突,因此在输入法中必须使用 lv/nv 代替;而 lüe/nüe 写作 lue/nue 不会和其他音节冲突,因此在大部分全拼输入法中,使用 lue/nue 或 lve/nve 都可以。
汉语拼音方案中,并没有规定可以用 v 来表示 ü,只是在电脑输入法中,键盘上没有 ü 键,又刚好有个 v 键在汉语拼音方案中没有使用。
在护照等正式场景 ,又必须使用 26 个英文字母,不能出现 ü 时,需要使用 LYU/NYU 表示 lü/nü,使用 LUE/NUE 来表示 lüe/nüe。
词库转换
- 选择要导出的词库格式:
- 选择要转换的拼音编码:由 到
- 选择要转换的词库文件:
转换结果
词组 | 拼音 | 结果 | 附加信息 |
---|