dict: 连接号处理 (#1194)

2026-05-13 15:09:58 +00:00 · 2025-03-08 02:02:59 +08:00
parent 22699f5ade
commit de5e5d267d
5 changed files with 29 additions and 21 deletions
--- a/cn_dicts/base.dict.yaml
+++ b/cn_dicts/base.dict.yaml
@@ -2246,7 +2246,7 @@
 #///
 ---
 name: base
-version: "2025-03-06"
+version: "2025-03-07"
 sort: by_weight
 ...
 # +_+
@@ -82686,7 +82686,7 @@ sort: by_weight
 第二手	di er shou	1350
 第二受益人	di er shou yi ren	2885
 第二顺序	di er shun xu	885
-狄尔斯–阿尔德反应	di er si a er de fan ying	60
+狄尔斯-阿尔德反应	di er si a er de fan ying	60
 第二四分位数	di er si fen wei shu	1
 第二台	di er tai	4075
 第二胎	di er tai	2690
@@ -149462,7 +149462,7 @@ sort: by_weight
 哈伯	ha bo	1
 # 哈博	ha bo	0
 哈勃定律	ha bo ding lv	125
-哈勃–勒梅特定律	ha bo le mei te ding lv	3333
+哈勃-勒梅特定律	ha bo le mei te ding lv	3333
 哈博罗内	ha bo luo nei	320
 哈勃望远镜	ha bo wang yuan jing	945
 哈布雷	ha bu lei	80
@@ -382054,8 +382054,8 @@ sort: by_weight
 特例入境	te li ru jing	68
 特莉丝	te li si	146
 特莉丝·梅莉葛德	te li si mei li ge de	111
-特里斯坦–达库尼亚	te li si tan da ku ni ya	3333
-特里斯坦–达库尼亚群岛	te li si tan da ku ni ya qun dao	3333
+特里斯坦-达库尼亚	te li si tan da ku ni ya	3333
+特里斯坦-达库尼亚群岛	te li si tan da ku ni ya qun dao	3333
 特里谢	te li xie	2460
 特亮	te liang	350
 特林加岱拉	te lin jia dai la	1
--- a/cn_dicts/ext.dict.yaml
+++ b/cn_dicts/ext.dict.yaml
@@ -16,7 +16,7 @@
 # - 简化字八股文 https://github.com/rime/rime-essay-simp
 ---
 name: ext
-version: "2025-03-06"
+version: "2025-03-07"
 sort: by_weight
 ...
 # +_+
@@ -2771,7 +2771,7 @@ sort: by_weight
 昂昂自若	ang ang zi ruo	100
 昂藏不凡	ang cang bu fan	100
 昂藏七尺	ang cang qi chi	100
-盎格鲁撒克逊	ang ge lu sa ke xun	100
+盎格鲁-撒克逊	ang ge lu sa ke xun	100
 盎格鲁萨克逊	ang ge lu sa ke xun	100
 盎格鲁萨克逊人	ang ge lu sa ke xun ren	100
 昂贵的	ang gui de	100
@@ -16688,6 +16688,7 @@ sort: by_weight
 薄弱学校	bo ruo xue xiao	100
 薄弱学校改造	bo ruo xue xiao gai zao	100
 播散着	bo san zhe	100
+玻色-爱因斯坦凝聚	bo se ai yin si tan ning ju	100
 玻色子	bo se zi	100
 波森莓	bo sen mei	100
 薄纱长裙	bo sha chang qun	100
@@ -90003,6 +90004,7 @@ sort: by_weight
 鼓山区	gu shan qu	100
 孤善于千里袭人	gu shan yu qian li xi ren	100
 孤山寨	gu shan zhai	100
+谷山-志村猜想	gu shan zhi cun cai xiang	100
 骨伤病	gu shang bing	100
 故上兵伐谋	gu shang bing fa mou	100
 鼓舌摇唇	gu she yao chun	100
@@ -133730,6 +133732,8 @@ sort: by_weight
 咔咔一顿操作	ka ka yi dun cao zuo	100
 卡口系统	ka kou xi tong	100
 卡拉比拉	ka la bi la	100
+卡拉比-丘空间	ka la bi qiu kong jian	100
+卡拉比-丘流形	ka la bi qiu liu xing	100
 卡拉布里亚	ka la bu li ya	100
 喀拉蚩	ka la chi	100
 喀拉汗国	ka la han guo	100
@@ -137775,6 +137779,7 @@ sort: by_weight
 克伦奇	ke lun qi	100
 克罗埃	ke luo ai	100
 克罗德	ke luo de	100
+克洛德·列维-斯特劳斯	ke luo de lie wei si te lao si	100
 可落地	ke luo di	100
 克罗地亚队	ke luo di ya dui	100
 克罗地亚国家队	ke luo di ya guo jia dui	100
@@ -149429,6 +149434,7 @@ sort: by_weight
 列王记下	lie wang ji xia	100
 列为被执行人	lie wei bei zhi xing ren	100
 列为失信被执行人	lie wei shi xin bei zhi xing ren	100
+列维-斯特劳斯	lie wei si te lao si	100
 列为重点	lie wei zhong dian	100
 猎物也是猎人	lie wu ye shi lie ren	100
 烈性传染病	lie xing chuan ran bing	100
@@ -157241,6 +157247,8 @@ sort: by_weight
 马拉威	ma la wei	100
 麻辣鱼	ma la yu	100
 麻辣鱼鳞	ma la yu lin	100
+马来-波利尼西亚	ma lai bo li ni xi ya	100
+马来-波利尼西亚语族	ma lai bo li ni xi ya yu zu	100
 马莱部队	ma lai bu dui	100
 马莱帝国	ma lai di guo	100
 马莱帝国军	ma lai di guo jun	100
@@ -197334,6 +197342,8 @@ sort: by_weight
 让我坐下	rang wo zuo xia	100
 让贤与能	rang xian yu neng	100
 让心灵去旅行	rang xin ling qu lv xing	100
+让-雅克·阿诺	rang ya ke a nuo	100
+让-雅克·卢梭	rang ya ke lu suo	100
 让逸竞劳	rang yi jing lao	100
 让一追三	rang yi zhui san	100
 让一追四	rang yi zhui si	100
@@ -280764,6 +280774,7 @@ sort: by_weight
 亚克朗	ya ke lang	100
 压克力	ya ke li	100
 压克力板	ya ke li ban	100
+雅克-路易·大卫	ya ke lu yi da wei	100
 亚克诺姆	ya ke nuo mu	100
 亚克席	ya ke xi	100
 亚克席法印	ya ke xi fa yin	100
@@ -283232,6 +283243,8 @@ sort: by_weight
 杨梦婧	yang meng jing	100
 杨幂参加活动	yang mi can jia huo dong	100
 杨幂的大长腿	yang mi de da chang tui	100
+杨-米尔斯方程	yang mi er si fang cheng	100
+杨-米尔斯理论	yang mi er si li lun	100
 仰面长叹	yang mian chang tan	100
 仰面朝上	yang mian chao shang	100
 仰面大笑	yang mian da xiao	100
--- a/opencc/emoji.txt
+++ b/opencc/emoji.txt
@@ -4671,8 +4671,8 @@ Vs.	Vs. 🆚
 阿拉伯叙利亚共和国	阿拉伯叙利亚共和国 🇸🇾
 斯威士兰	斯威士兰 🇸🇿
 斯威士兰王国	斯威士兰王国 🇸🇿
-特里斯坦–达库尼亚群岛	特里斯坦–达库尼亚群岛 🇹🇦
-特里斯坦–达库尼亚	特里斯坦–达库尼亚 🇹🇦
+特里斯坦-达库尼亚群岛	特里斯坦-达库尼亚群岛 🇹🇦
+特里斯坦-达库尼亚	特里斯坦-达库尼亚 🇹🇦
 特克斯和凯科斯群岛	特克斯和凯科斯群岛 🇹🇨
 乍得	乍得 🇹🇩
 乍得共和国	乍得共和国 🇹🇩
--- a/others/emoji-map.txt
+++ b/others/emoji-map.txt
@@ -1996,7 +1996,7 @@ S$ 新加坡元 新加坡币
 🇸🇽 荷属圣马丁 圣马丁
 🇸🇾 叙利亚 叙利亚共和国 阿拉伯叙利亚共和国
 🇸🇿 斯威士兰 斯威士兰王国
-🇹🇦 特里斯坦–达库尼亚群岛 特里斯坦–达库尼亚
+🇹🇦 特里斯坦-达库尼亚群岛 特里斯坦-达库尼亚
 🇹🇨 特克斯和凯科斯群岛
 🇹🇩 乍得 乍得共和国
 🇹🇫 法属南部领地
--- a/others/script/rime/check.go
+++ b/others/script/rime/check.go
@@ -31,18 +31,12 @@ var (
 // 初始化特殊词汇列表、需要注音列表、错别字列表、拼音列表
 func initCheck() {
 	// 特殊词汇列表，不进行任何检查
-	specialWords.Add("狄尔斯–阿尔德反应")
-	specialWords.Add("特里斯坦–达库尼亚")
-	specialWords.Add("特里斯坦–达库尼亚群岛")
-	specialWords.Add("茱莉亚·路易斯-德瑞弗斯")
-	specialWords.Add("梅赛德斯-奔驰")
 	specialWords.Add("科科斯（基林）群岛")
 	specialWords.Add("刚果（金）")
 	specialWords.Add("刚果（布）")
 	specialWords.Add("赛博朋克：边缘行者")
 	specialWords.Add("赛博朋克：边缘跑手")
 	specialWords.Add("赛博朋克：命运之轮")
-	specialWords.Add("哈勃–勒梅特定律")

 	// 需要注音的列表
 	file1, err := os.Open(需要注音TXT)
@@ -241,9 +235,9 @@ func checkLine(dictPath string, _type int, line string, lineNumber int) {
 		return
 	}

-	// text 不应该有非汉字内容，除了间隔号 ·
+	// text 不应该有非汉字内容，除了间隔号 · (Middle Dot: U+00B7)和连接号 - (Hyphen-Minus: U+002D)
 	for _, c := range text {
-		if string(c) != "·" && !unicode.Is(unicode.Han, c) {
+		if !unicode.Is(unicode.Han, c) && !strings.ContainsRune("·-", c) {
 			fmt.Println("❌ text 含有非汉字内容：", line)
 			break
 		}
@@ -263,8 +257,9 @@ func checkLine(dictPath string, _type int, line string, lineNumber int) {
 	if code != "" {
 		codeCount := len(strings.Split(code, " "))
 		textCount := utf8.RuneCountInString(text)
-		if strings.Contains(text, "·") {
+		if strings.ContainsAny(text, "·-") {
 			textCount -= strings.Count(text, "·")
+			textCount -= strings.Count(text, "-")
 		}
 		if strings.HasPrefix(text, "# ") {
 			textCount -= 2
@@ -292,10 +287,10 @@ func checkLine(dictPath string, _type int, line string, lineNumber int) {
 	// 检查拼写错误，如「赞zan」写成了zna；顺便检查是否存在字表中没有注音的字
 	if dictPath != HanziPath && (_type == 2 || _type == 3) && !hanPinyinFilter.Contains(text) {
 		// 把汉字和拼音弄成一一对应关系，「拼音:pin yin」→「拼:pin」「音:yin」
-		textWithoutDian := strings.ReplaceAll(text, "·", "") // 去掉间隔号
+		textWithoutSpecialChars := strings.NewReplacer("·", "", "-", "").Replace(text) // 去掉间隔号和连接号
 		pinyins := strings.Split(code, " ")
 		i := 0
-		for _, zi := range textWithoutDian {
+		for _, zi := range textWithoutSpecialChars {
 			if !contains(hanPinyin[string(zi)], pinyins[i]) {
 				fmt.Printf("❌ 注音错误 or 字表未包含的汉字及注音: %s - %s.+%s\n", line, string(zi), pinyins[i])
 			}