ARTICLE DETAIL

资讯详情

深耕郑州网站建设与运营推广的一线实战洞察。

深蓝词库转换:免费开源的输入法词库转换工具,一次搞定50+格式迁移

深蓝词库转换:免费开源的输入法词库转换工具,一次搞定50+格式迁移 深蓝词库转换免费开源的输入法词库转换工具一次搞定50格式迁移【免费下载链接】imewlconverter”深蓝词库转换“ 一款开源免费的输入法词库转换程序项目地址: https://gitcode.com/gh_mirrors/im/imewlconverter输入法换来换去最麻烦的从来不是适应新界面而是多年攒下的词库带不走。深蓝词库转换imewlconverter是一款开源免费的输入法词库转换工具能在搜狗、百度、QQ、微软拼音、Rime 等 50 种格式之间互转词库Windows、macOS、Linux 全平台可用。我有个朋友用了六年搜狗拼音词库里有同事昵称、行业黑话、常用地址敲三个字母就能出整句话。当他决定换到开源的 Rime 输入法时第一反应是这些词能带走吗在遇到这个工具之前答案往往是不能而现在这件事变成了十分钟内就能完成的小操作。换个输入法最舍不得的是词库先想一个问题一份词库到底有多值钱以搜狗细胞词库为例热门分类词库动辄十几万条词一个老用户的自定义词库可能装着几千条只有自己才懂的高频词——老板的名字、常打的地址、行业黑话一敲就出来。这些词重新积累需要几个月甚至几年。词库本质上是你输入习惯的资产也是换输入法最大的沉默成本。深蓝词库转换要做的就是让这份资产通用化把词库从任何一种输入法格式转成另一种格式从此词库跟着人走而不是锁死在某个输入法里。整个项目开源免费图形界面、命令行两种玩法任选还支持一次拖入多个文件批量处理。它能转什么50 种格式一张表看懂先来个直观印象下表是几个最常见的格式代码均支持导入格式代码对应输入法常见文件scel搜狗拼音细胞词库.scelsgpy搜狗拼音文本词库.txtqqpy / qpyd / qcelQQ 拼音系列.txt / .qpyd / .qcelbdpy / bdict / bcd百度拼音系列.txt / .bdict / .bcdrimeRime小狼毫、鼠须管、中州韵.yamlggpy谷歌拼音.txtwb86 / wb98 / wbnewage五笔 86 / 98 / 新世纪.txtplistmacOS 系统拼音.plistzgpy / pyjj / libpy / fit紫光、加加、libpinyin、FIT.txtself自定义编码格式.txt运行--list-formats可查看完整清单。除了拼音输入法它还内置了仓颉、郑码、注音、二笔等多种编码的生成逻辑从普通文本词库到搜狗 .bin 备份词库、灵格斯 .ld2 词典都能解析。核心转换逻辑集中在src/ImeWlConverter.Core/各种格式插件则放在src/ImeWlConverter.Formats/想研究源码或扩展新格式可以从这两处入手。3分钟上手第一次转换就这么简单方式一图形界面新手推荐Windows 用户直接运行src/IME WL Converter Win/目录下的程序macOS 用户有原生界面版本src/ImeWlConverterMac/。把词库文件拖进窗口选好目标格式点一下转换就行。支持一次拖入多个文件源文件的格式会自动识别几乎不用动任何设置。方式二命令行批量与自动化场景先克隆项目并构建命令行工具git clone https://gitcode.com/gh_mirrors/im/imewlconverter cd imewlconverter dotnet build src/ImeWlConverterCmd把搜狗 scel 词库转成 Rime 格式dotnet src/ImeWlConverterCmd/bin/Debug/net10.0/ImeWlConverterCmd.dll -i scel -o rime -O 输出.yaml 词库.scel参数拆开看-i指定输入格式-o指定输出格式-O指定输出文件最后跟上源文件就完成了。一次转换整个文件夹里的所有 scel 词库也只要一行dotnet ImeWlConverterCmd.dll -i scel -o ggpy -O ./输出目录/ *.scel三个真实案例词库跟着人走案例一从搜狗迁移到 Rime。老周想试 Rime 又舍不得搜狗的分类词库他把下载的十几份 .scel 文件批量转成 .yaml放进 Rime 的 luna_pinyin 目录后词库一次到位专业术语全部保留整个过程不到十分钟。案例二手机词库搬到电脑。小美手机用 QQ 拼音电脑想换微软拼音。她从手机导出 .qpyd 词库转成 Win10 微软拼音支持的自定义短语格式再导入双向转换都支持以后手机、电脑还能定期同步。案例三给词库瘦身。大词库虽全但夹杂大量英文、数字和超长词条影响候选排序。用过滤规则一键清洗dotnet ImeWlConverterCmd.dll -i scel -o ggpy -O 精简词库.txt -f len:2-6|rm:eng|rm:num 大词库.scel这条命令的意思是只保留 2~6 个字的词条同时移除含英文和数字的词。清洗后词条数可能从 20 万降到 8 万输入候选的准确率明显提升。进阶玩法过滤器、自定义编码和更多除了上面用到的len、rm:eng、rm:num过滤器还支持按词频范围筛选rank:2-9999、移除含空格或标点的词条多个条件用|连接可以组合出很细的清洗规则。如果你用的是小众输入法可以用self自定义格式通过-F参数指定词语、编码、词频的排列顺序和分隔符几乎任何文本类词库都能套出来。3.4 版本还加入了LLM 词频生成能力源码在src/ImeWlConverter.Core/WordRank/当源词库本身没有词频数据时可以让模型帮你补上排序依据转换结果更接近真实输入习惯。常见问题快问快答Q转换出来是乱码怎么办A先确认源文件的字符编码GBK 或 UTF-8。图形界面里提供了编码下拉框切换后再试通常就能解决命令行版本也可以先把文件转成 UTF-8 再处理。Q转换后词频能保留吗A如果源格式本身带词频如搜狗文本词库转换时会尽力保留如果源格式没有词频如部分 scel可以用过滤器或 LLM 词频生成功能重新生成排序依据。Q哪些格式能导出A并非所有格式都支持导出比如 .qpyd、.bdict 这类二进制格式目前只支持导入。运行--list-formats即可查看每个格式的导入/导出支持情况。Q词库文件很大转起来慢吗A命令行版本非常适合处理大文件几十 MB 的词库通常几十秒内完成。转换前记得先备份原文件并用小文件试转一遍确认参数无误。写在最后词库自由从现在开始换输入法不该被词库带不走拦住。深蓝词库转换把这件事变成了一件小得不能再小的事克隆项目、构建命令行工具或者干脆打开图形界面把文件拖进去选好格式点一下。现在就可以动手找一个手头的小词库试试从搜狗格式转成 Rime 或谷歌拼音感受一下词库自由带来的畅快。转完之后你会发现——从此输入法随便换词库永远是你的。【免费下载链接】imewlconverter”深蓝词库转换“ 一款开源免费的输入法词库转换程序项目地址: https://gitcode.com/gh_mirrors/im/imewlconverter创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
返回列表