renqiancheng / qingg

98至善词库-清歌输入法码表存档

意图

部分五笔新手，希望在「打字」时，看到「码元拆分详情」。使得他们在「自学」五笔时，门槛更低，上手更迅速。主要诉求有两个：

• 日常打字时，可见码元拆分详情，有助于迅速识记码元分布，并将之与汉字的间架结构联系起来
• 调用临时拼音反查时，可见码元拆分详情，减少离开「输入法软件」主体，及以「字母编码」来反推拆分细节的时间成本

作为五笔老手，我们其实可以理解这些切实存在的障碍，这也是五笔被指责上手困难的主要原因之一，要么不会拆，要么拆得看不明白想不通。

实现

从软件实现方式上考虑，我们可以这样想：在现有的「功能现状」下，给「候选字」添加「强制注解」。只要我们手上有一个「注解映射表」，即使从零开始，写个轮子，也非难事。而 OpenCC 这个开源项目，也是一个「现成的轮子」。

目前，绝大多数的输入法程序，其「繁简转换」功能的实现，都是借用 OpenCC 这个开源项目。我们知道，「繁简转换」是以「强制替换」的方式实现的——候选框中的「风」，依照「注解映射表」（繁简转换），被「强制替换」成了「風」。

同样的道理，只要「强制替换」的机制，改为「强制注解」，诉求即可达成。

工具

于是，我们98五笔小组，制作了这样的一份「注解映射表」。它类比「单字反查表」的格式，形式如下：

单字 + TAB间隔 +〔注解内容〕

在制作〔注解内容〕时，我们发现「码元」部件，只有一小部分是「原生汉字」，而大多数码元并不是汉字，没有被各式流通字体所收录。商议之后，我们决定制作「矢量字体」，既可以跨平台实现码元拆分提示，而且无级缩放，绝不失真。于是，我们就有了「码元拆分提示字体」：用著名的「思源黑体」的字型为「裁切码元的蓝本」，并以 unicode 私区增补字的方式添入「SourceHanSansCN-Regular.otf」中，考虑到如不改其字体属性标识，理论上可能会被用户后期自助安装「思源黑体」所干扰，我们将其属性标识更名为「98WB-2.otf」。

「98WB-2.otf」是为清歌专门制作的思源字体支持，「98WB-0」和「98WB-1」被我们用在了更大字符集的支持中。

至此，在工具上，我们制作出了文本格式的「注解映射表」，以及保障该映射表正常显示的矢量字体「98WB-2.oft」。

范例

以「中州韵」为例，「中州韵」利用 OpenCC 的「候选嵌入」功能，为「侯选框」中的字体添加「强制注解」，并绑定在「开关」中，以「快捷键」（ Control + Shift + H ）调用。

补述

• 在制作「注解映射表」时，考虑到 OpenCC 的文本格式要求，拆分提示中，不可以出现「空格」，因此我们使用花星号作为填补空白的替代符号，在 OpenCC 的读表预定义中，将「1个」或「3个」花星号转义为「1个空格」，从而实现上述 GIF 动图中所示的效果：六角中式括号与码元内容存在一个空格位，码元之间，也存在一个空格位。

• 关于 OpenCC ，在 OpenCC 中，它有专用的 OCD 二进制词典格式，以用于提高程序执行效率。其中，「 JSON 」文件定义了字典索引，「 type 」分为「 text 」和「 ocd 」两种，以定义「 *.txt 」与 「 *.ocd 」。如果采用 OpenCC 为实现方式，可能有用的 OpenCC 词典转制命令为：

opencc_dict -i 98wb_spelling.txt -o 98wb_spelling.ocd -f text -t ocd

素材

https://github.com/yanhuacuo/qingg

• 主词库：wubi98-tables.txt
• 反查词库：single-chr-tables.txt
• 拼音词库：pinyin.txt
• 拆分映射表：/ opencc / 98wb_spelling.txt
• 矢量字体：98WB-2.otf