dict: 日常更新

others/script/main.go

@@ -11,19 +11,23 @@ import (
 
 func main() {
 	log.SetFlags(log.LstdFlags | log.Lshortfile)
+
 	if len(os.Args) > 1 {
-		if os.Args[1] == "sort" {
+		switch os.Args[1] {
+		case "s":
 			goto SORT
-		}
-		if os.Args[1] == "temp" {
+		case "t":
+			rime.Temp()
+			return
+		case "p":
+			rime.CheckPolyphone(rime.BasePath)
+			return
+		case "tp":
 			rime.Pinyin(filepath.Join(rime.RimeDir, "cn_dicts/temp"))
 			return
 		}
 	}
 
-	// 临时
-	rime.Temp()
-
 	// Emoji 检查和更新
 	rime.CheckAndGenerateEmoji()
 	fmt.Println("--------------------------------------------------")

others/script/rime/others.go

@@ -7,14 +7,17 @@ import (
 	"os"
 	"strconv"
 	"strings"
+	"unicode/utf8"
 )
 
 // 一些临时用的函数
 
 func Temp() {
-	// defer os.Exit(11)
-	//
 	// GeneratePinyinTest("你的行动力")
+	// GeneratePinyinTest("都挺长的")
+	// GeneratePinyinTest("血条长")
+
+	findP(BasePath, "谁")
 }
 
 // 列出字表中多音字的状况：是否参与自动注音
@@ -83,3 +86,55 @@ func polyphone() {
 		}
 	}
 }
+
+// 在字典中找到此行是否包含同义多音字，如果包含切长度大于等于3，从文件中删除这行，并将所有删除的行写入到 1.txt 中
+func findP(dictPath string, ch string) {
+	// open file
+	file, err := os.OpenFile(dictPath, os.O_RDWR, 0666)
+	if err != nil {
+		log.Fatalln(err)
+	}
+	defer file.Close()
+
+	outFile, err := os.Create("1.txt")
+	if err != nil {
+		log.Fatalln(err)
+	}
+	defer outFile.Close()
+
+	lines := make([]string, 0)
+
+	isMark := false
+	sc := bufio.NewScanner(file)
+	for sc.Scan() {
+		line := sc.Text()
+		if !isMark {
+			lines = append(lines, line)
+			if line == mark {
+				isMark = true
+			}
+			continue
+		}
+		if line == "" || strings.HasPrefix(line, "#") {
+			lines = append(lines, line)
+			continue
+		}
+		parts := strings.Split(line, "\t")
+		if len(parts) != 3 {
+			log.Fatalln("len(parts) != 3", line)
+		}
+		text := parts[0]
+		if strings.Contains(text, ch) && utf8.RuneCountInString(text) >= 3 {
+			outFile.WriteString(line + "\n")
+		} else {
+			lines = append(lines, line)
+		}
+	}
+
+	// 从 lines 重新写入 file
+	file.Truncate(0)
+	file.Seek(0, 0)
+	for _, line := range lines {
+		file.WriteString(line + "\n")
+	}
+}

others/script/rime/pinyin.go

@@ -44,8 +44,6 @@ var onlyOne = map[string]string{
 	"私钥":  "si yao",
 	"甲壳":  "jia ke",
 	"掉色":  "diao se",
-	"变色":  "bian se",
-	"上色":  "shang se",
 	"怎么着": "zen me zhe",
 	"这么着": "zhe me zhe",
 	"那么着": "na me zhe",

others/script/rime/polyphone.go

@@ -0,0 +1,94 @@
+package rime
+
+import (
+	"bufio"
+	"fmt"
+	"log"
+	"os"
+	"strings"
+)
+
+// 同义多音字
+var polyphonicWords = []string{
+	"谁",
+	"血",
+	"熟",
+	"掴",
+	"爪",
+	"薄",
+	"剥",
+	"哟",
+	"嚼",
+	"忒", // te 不是，tui 和 tei 是
+	"密钥",
+	"公钥",
+	"私钥",
+	"甲壳",
+	"掉色",
+}
+
+// 不检查的词汇
+var polyphonicWordsFilter = []string{
+	"咀嚼",
+	"薄暮", "薄地", "薄海", "薄酒", "薄礼", "薄面", "薄命", "薄情", "薄弱", "薄田", "薄物细故", "薄幸", "薄情", "薄葬", "厌薄", "厚积薄发", "履薄临深", "德薄望轻", "菲薄", "履薄", "孤军薄旅", "薄太后",
+	"剥离", "剥夺", "剥削", "剥落", "剥蚀", "剥啄",
+	"熟稔", "黄熟",
+}
+
+// CheckPolyphone 检查 base、ext 中同义多音字是否有两种读音
+// 例如「谁的」应该同时存在 shei de 与 shui de 两种读音
+func CheckPolyphone(dictPath string) {
+	file, err := os.Open(dictPath)
+	if err != nil {
+		log.Fatalln(err)
+	}
+	defer file.Close()
+
+	// 将含有同义多音字的词汇放入，key 为词汇，value 为注音
+	// 如果注音数组只有一个，则应该补充其他读音
+	m := make(map[string][]string)
+
+	isMark := false
+	sc := bufio.NewScanner(file)
+	for sc.Scan() {
+		line := sc.Text()
+		if !isMark {
+			if strings.HasPrefix(line, mark) {
+				isMark = true
+			}
+			continue
+		}
+		if line == "" || strings.HasPrefix(line, "#") {
+			continue
+		}
+		parts := strings.Split(line, "\t")
+		if len(parts) != 3 {
+			continue
+		}
+		text, code := parts[0], parts[1]
+		if containsPolyphonicWordsFilter(text) {
+			continue
+		}
+		for _, word := range polyphonicWords {
+			if strings.Contains(text, word) {
+				m[text] = append(m[text], code)
+			}
+		}
+	}
+
+	// 遍历 m，输出单数读音的词汇
+	for text, codes := range m {
+		if len(codes)%2 != 0 {
+			fmt.Println(text)
+		}
+	}
+}
+
+func containsPolyphonicWordsFilter(text string) bool {
+	for _, filter := range polyphonicWordsFilter {
+		if strings.Contains(text, filter) {
+			return true
+		}
+	}
+	return false
+}

others/script/rime/错别字.txt

@@ -1,4 +1,18 @@
 # 在 # -_- 上面是错词；下面是包含错词但不是错词。
+元文件
+桃花园
+桃花缘
+噌地
+伶牙利
+灵牙利
+碧雪丹心
+气嘘嘘
+喘嘘嘘
+长统袜
+长统靴
+铢铢较量
+量角规
+一天一炖
 搏彩
 知书识理
 识理知书
@@ -1332,6 +1346,8 @@
 年青
 谐调
 呆会
+呆在
+呆着
 不惟
 赢利
 作主
@@ -3608,3 +3624,4 @@
 六西格玛项目
 六西格玛黑带
 精益六西格玛
+图元文件