- 1、本文档共2页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
信息网络科学大众·PopularScience2018年8月
再谈提取输入法的汉字词库
江苏省司法警官高等职业学校佘明祥
摘要:中文汉字是传承汉文化的载体,文化自信也促进了汉字的研究。汉字词汇集中存在于输入法词库,也有很多人关注如何
提取输入法词库。可见,掌握足够多的汉字词汇具有一定的实际意义。本文主要介绍Wb.bin中的词库提取方法。
关键词:输入法;字库;词库
笔者曾于2013年发表了“简单提取输入法的汉字库”一启动系统后,从中复制出Winhex.exe文件。这是一款功能较齐
文。4年后的今天,原来的方法已不能满足现在的需求。现在全的绿色软件,是汉化版,使用起来非常方便。
Windows已找不到微软的码表文件(*.mb),时髦的搜狗等输2技术分析
入法的词库文件也更加复杂。文件名是Wb.bin(五笔)和Py.bin2.1宏观分析
(拼音)。从C:\ProgramFiles\SogouWBInput\3.0.0.1694文件中复
1工具准备制出Wb.bin,然后用Winhex打开它。默认状态下看不到任
目前,比较知名的、能够暴露并编辑文件的二进制工具软何汉字,如图1所示。考虑到编码问题,单击菜单选项字符
件当属于Winhex。这类软件在网上下载很少是免费的,如果无集Unicode,则能看汉字,如图2所示。可见,文件适合采用
法找到免费版,可以下载老毛桃PE系统,制作PE启动U盘,PEUnicode文件格式。
图1默认状态
图2设置Unicode后
作者简介:佘明祥(1967—),男,江苏南京人,副教授,学士;研
究方向:系统开发,数据库应用。
-13-
信息网络科学大众·PopularScience2018年8月
2.2微观分析2个0字节,即插入4个“0”。然后选中插入的4个“0”,编辑菜
五笔输入法编码“a”对应的汉字是“工”,而“工”的单填充选择块。填充“FFFE”将4个“0000”替换掉。保存文
Unicode编码是“E55D”。故有哪些信誉好的足球投注网站“E55D”,如图3所示。第一个件,关闭Winhex。将Wb.bin更名为Wb.txt。再以记事本打开它
有哪些信誉好的足球投注网站结果是11DC0A。更好的是“工”,后全是五笔输入法编码看看,文本形式的汉字词库已完美取出。
“a”开头的汉字或词组,如“式”、“工”、“恭恭敬敬”等。可4高级处理
见,已找到存储汉字词库的地方,11DCA是起始位置。进一步词库已处理好,但是仍有几个问题需要解决。(1)文本文
观察可以发现,每个汉字或词之间间隔8个字节,且是“0000”件不便处理,最好转入数据库。(2)重复词条太多,需删除。
开头,清除此8个字节即可分离词条。(3)非常用的汉字太多需删除。为了后续处理方便,可用记事
本打开此文件再另存为ANSI文本格式,借助WORD、EXCEL
预处理后导入数据库。
您可能关注的文档
- 简析新媒体时代下传统新闻记者采访技巧与创新.pdf
- 抚顺盆地东露天煤矿早始新世孢粉组合特征及其古气候意义.pdf
- 特朗普政府“印太战略”初析.pdf
- DB46T220-2012 槟榔苗黄化病植原体 PCR 检测技术规范.docx
- DB46/T 305-2015 海南省旅游景区(点)安全管理规范.docx
- DB46T271-2014 海口海上旅游服务规范.docx
- DB 46_ 218-2012 起重机械维修保养规范.docx
- DB46 T 270-2014 海口市乡村旅游区(点)等级划分与评定.docx
- DB46T228-2012休闲海滩服务质量与服务等级划分.docx
- DB46-8-2008 验配眼镜及眼镜产品销售行业服务规范.docx
- 2024年高速钢加钒3槽锪钻项目可行性研究报告.docx
- 2024年中国磁性健康床垫市场调查研究报告.docx
- 2024年二合一吹风梳项目可行性研究报告.docx
- 2024年中国蒸汽热水两用锅炉市场调查研究报告.docx
- 2010-2023历年福建省南安一中高二下学期期末考试数学(文).docx
- 2010-2023历年福建省八县市一中高一下学期期末联考化学试卷(带解析).docx
- 2010-2023历年福建省福州八中高一下学期期中考试政治试卷(带解析).docx
- 2010-2023历年福建省厦门一中高一上学期期中化学试卷.docx
- 2010-2023历年福建省福州八中高二第二学期期末考试物理试题.docx
- 2010-2023历年福建省厦门第六中学高一期中考试历史卷.docx
文档评论(0)