d0zingcat/rime_wanxiang
1
0
Fork 0
mirror of https://github.com/d0zingcat/rime_wanxiang.git synced 2026-05-13 15:10:03 +00:00
Code Issues Packages Projects Releases Wiki Activity

feat: 字符集过滤现已全面升级，具体阅读方案中配置段落的说明，现在可以兼容字符集过滤与简繁转换的冲突问题

Browse Source
This commit is contained in:
amzxyz
2026-01-18 15:43:36 +08:00
parent f37591b9e3
commit 581c5940e0
6 changed files with 345 additions and 201 deletions
Download Patch File Download Diff File Expand all files Collapse all files

41
custom/wanxiang_pro.schema.yaml
View File

@@ -130,10 +130,6 @@ tips:
# 可选项为：偏旁，符号，化学式，时间，符号，组字，翻译，表情，货币，车牌
disabled_types: []
#在8105基础上你可以通过黑白名单微调你自己的字符集过滤清单，主数据库位于lua/charset.bin不可编辑
charsetlist: []
charsetblacklist: []
# 给 kp_number_processor 用的小键盘模式，能自动读取recognizer下面正则与之功能对齐
kp_number_mode: auto
#小键盘数字处理逻辑
@@ -199,6 +195,43 @@ super_replacer:
files:
- lua/data/TWVariants.txt
- lua/data/TWVariantsRevPhrases.txt
# 字符集过滤lua
# a,通用规范汉字表
# b,GB2312,
# g,GBK,
# T,Big5,(台港澳常用)
# j,简体,OpenCC (t2s)
# f,通用繁体,OpenCC (s2t)
# h,香港繁体, OpenCC (s2hk)
# t,台湾繁体, OpenCC (s2tw)
# u,基本区,U+4E00 - U+9FFF
# A-I,扩展 A-I 区,U+3400 及各扩展区 (支持到 Ext-I)
# c,兼容区汉字
# 你可以通过黑白名单微调你自己每个开关下面的字符集过滤清单，主数据库位于lua/charset.reverse.bin不可编辑
# 你可以按上面提到的规则代号在base处填写上基础集，还可以在每一个开关的开白名单设置微调数据，就像默认添加的字符集过滤在8105基础上新增了一些
# 你可以定义多个开关，多个开启状态的开关求并集，比如charset_filter开着，s2hk也开着，那么就会显示这两个集合的所有汉字
# 优雅的地方在于s2hk开着，charset_filter关着 我们照样能使用 港繁能用到的所有字，是真正的本体，无关字会被过滤，而当都开着则是享受简体转换成繁体的后的结果
# 这个设计真正的兼容了简繁转换与字符集过滤的矛盾，还能满足用户多种自定义需求，你可以在开关增加类别，并在charset下面新增option类去选择按照字区去过滤，等多种组合方式
charset:
- option: charset_filter
base: a #可以填入多个类别如aj
addlist:
- "诶濛硷氽尛躝〇冇吔咗囧屌鲶芶咲畑垅𰻝𰻞"
blacklist: []
- option: s2t
base: f
addlist: []
blacklist: []
- option: s2hk
base: h
addlist: []
blacklist: []
- option: s2tw
base: t
addlist: []
blacklist: []
#shijian:仅仅作为提示使用，编码已经写死，引导键可以在key_binder下修改前缀
#时间：osj 或者 /sj
#日期：orq 或者 /rq

BIN
lua/charset.bin
View File

Binary file not shown.

BIN
lua/data/charset.reverse.bin Normal file
View File

Binary file not shown.

410
lua/super_filter.lua
View File

@@ -18,7 +18,7 @@
-- - ctx:get_option("en_only") == true → 仅英文：只保留英文候选
-- - ctx:get_option("zh_only") == true → 仅中文：丢弃英文候选
-- - 两者都 false → 混合模式：中英都输出
-- 功能E 字符集过滤，默认8105+𰻝𰻝，可以在方案中定义黑白名单来实现用户自己的范围微调charsetlist: []和charsetblacklist: [𰻝, 𰻞]
-- 功能E 字符集过滤，默认8105+𰻝𰻝，可以在方案中定义黑白名单来实现用户自己的范围微调addlist: []和blacklist: [𰻝, 𰻞]
-- 功能F 由于在混输场景中输入comment commit等等之类的英文时候，由于直接辅助码的派生能力，会将三个好不想干的单字组合在一起，这会造成不好的体验
-- 因此在首选已经是英文的时候，且type=completion且大于等于4个字符，这个时候后面如果有type=sentence的派生词则直接干掉，这个还要依赖，表翻译器
-- 权重设置与主翻译器不可相差太大
@@ -26,9 +26,12 @@
local wanxiang = require("wanxiang")
local M = {}
-- 性能优化：本地化字符串函数
local byte, find, gsub, upper, sub = string.byte, string.find, string.gsub, string.upper, string.sub
local utf8_codes = utf8.codes -- 本地化 utf8 迭代器
-- ================= 工具函数 =================
-- 工具
local function fast_type(c)
local t = c.type
if t then return t end
@@ -46,16 +49,10 @@ local function has_english_token_fast(s)
for i = 1, len do
local b = byte(s, i)
if b < 0x80 then
-- A-Z
if b >= 0x41 and b <= 0x5A then
-- A-Z (0x41-0x5A) or a-z (0x61-0x7A)
if (b >= 0x41 and b <= 0x5A) or (b >= 0x61 and b <= 0x7A) then
return true
end
-- a-z
if b >= 0x61 and b <= 0x7A then
return true
end
else
-- b >= 0x80: UTF-8 非 ASCII 字节，直接跳过
end
end
return false
@@ -68,27 +65,28 @@ local function is_english_candidate(cand)
if not has_english_token_fast(txt) then
return false
end
if string.find(txt, "[\128-\255]") then
-- 使用局部变量 find，而非 string.find
if find(txt, "[\128-\255]") then
return false
end
return true
end
-- 文本格式化
-- ================= 文本格式化 =================
local escape_map = {
["\\n"] = "\n", -- 换行
["\\r"] = "\r", -- 回车
["\\t"] = "\t", -- 制表符
["\\s"] = " ", -- 空格
["\\z"] = "\226\128\139", -- 零宽空格 (隐形阻断符)
["\\z"] = "\226\128\139", -- 零宽空格
}
local utf8_char_pattern = "[%z\1-\127\194-\244][\128-\191]*"
local function apply_escape_fast(text)
-- 快速预检
if not text or (not find(text, "\\", 1, true) and not find(text, "{", 1, true)) then
return text, false
if not text or (not find(text, "\\", 1, true) and not find(text, "{", 1, true)) then
return text, false
end
local new_text = text
@@ -112,6 +110,7 @@ local function apply_escape_fast(text)
end
return new_text, new_text ~= text
end
local function format_and_autocap(cand)
local text = cand.text
if not text or text == "" then return cand end
@@ -121,13 +120,13 @@ local function format_and_autocap(cand)
nc.preedit = cand.preedit
return nc
end
local function clone_candidate(c)
local nc = Candidate(c.type, c.start, c._end, c.text, c.comment)
nc.preedit = c.preedit
return nc
end
-- 包裹映射
-- 包裹映射
local default_wrap_map = {
-- 单字母：常用成对括号/引号（每项恰好两个字符）
a = "[]", -- 方括号
@@ -157,14 +156,14 @@ local default_wrap_map = {
y = "⟪⟫", -- 双角括号
z = "{}", -- 花括号
-- 扩展括号族 / 引号
-- 扩展括号族 / 引号
dy = "''", -- 英文单引号
sy = "\"\"", -- 英文双引号
zs = "“”", -- 中文弯双引号
zd = "‘’", -- 中文弯单引号
fy = "``", -- 反引号
-- 双字母括号族
-- 双字母括号族
aa = "〚〛", -- 双中括号
bb = "〘〙", -- 双中括号（小）
cc = "〚〛", -- 双中括号（重复，可用于 Lua 匹配）
@@ -191,7 +190,7 @@ local default_wrap_map = {
yy = "⌠⌡", -- 数学 / 程序符号
zz = "⟅⟆", -- 数学 / 装饰括号
-- Markdown / 标记
-- Markdown / 标记
md = "**|**", -- Markdown 粗体
jc = "**|**", -- 加粗
it = "__|__", -- 斜体
@@ -212,7 +211,7 @@ local default_wrap_map = {
br = "| ", -- 换行
cm = "<!--|-->", -- 注释
-- 运算与标记符
-- 运算与标记符
pl = "++",
mi = "--",
sl = "//",
@@ -245,15 +244,7 @@ local function load_mapping_from_config(config)
return symbol_map
end
local function utf8_chars(s)
local chars = {}
for ch in s:gmatch("[%z\1-\127\194-\244][\128-\191]*") do
table.insert(chars, ch)
end
return chars
end
-- wrap_map 预编译为左右两部分
-- 优化：删除 utf8_chars 函数，直接在预编译中使用 utf8_codes
local function precompile_wrap_parts(wrap_map, delimiter)
delimiter = delimiter or "|"
local parts = {}
@@ -261,177 +252,224 @@ local function precompile_wrap_parts(wrap_map, delimiter)
if not wrap_str or wrap_str == "" then
parts[k] = { l = "", r = "" }
else
local pos = string.find(wrap_str, delimiter, 1, true)
local pos = find(wrap_str, delimiter, 1, true)
if pos then
local left = string.sub(wrap_str, 1, pos - 1) or ""
local right = string.sub(wrap_str, pos + 1) or ""
local left = sub(wrap_str, 1, pos - 1) or ""
local right = sub(wrap_str, pos + 1) or ""
parts[k] = { l = left, r = right }
else
local chars = utf8_chars(wrap_str)
if #chars == 0 then
-- 优化：使用 utf8_codes 避免创建 table
local first, last
local count = 0
for _, cp in utf8_codes(wrap_str) do
local char = utf8.char(cp)
if count == 0 then first = char end
last = char
count = count + 1
end
if count == 0 then
parts[k] = { l = "", r = "" }
elseif #chars == 1 then
parts[k] = { l = chars[1], r = "" }
elseif #chars == 2 then
parts[k] = { l = chars[1], r = chars[2] }
elseif count == 1 then
parts[k] = { l = first, r = "" }
elseif count == 2 then
parts[k] = { l = first, r = last } -- 修正：双字时左右各一
else
parts[k] = { l = chars[1], r = chars[#chars] }
parts[k] = { l = first, r = last } -- 多字时首尾各一
end
end
end
end
return parts
end
-- 字符集过滤工具
-- 单个码点是否在 charset 里（带缓存，考虑白名单 + 黑名单）
local function codepoint_in_charset(env, codepoint)
if not env then
return true
end
local memo = env.charset_memo
if memo and memo[codepoint] ~= nil then
return memo[codepoint]
end
-- ================= 字符集过滤核心 =================
-- 黑名单：优先级最高，命中就直接 false
if env.charset_block and env.charset_block[codepoint] then
if memo then memo[codepoint] = false end
return false
end
-- 白名单：命中就直接 true
if env.charset_extra and env.charset_extra[codepoint] then
if memo then memo[codepoint] = true end
return true
end
-- 没有主表（没配 wanxiang_charset），那就只靠黑白名单
if not env.charset then
local ok = true -- 不在黑名单就算通过；白名单已经在上面处理过了
if memo then memo[codepoint] = ok end
return ok
end
-- 正常情况：用表滤镜查一遍
local ch = utf8.char(codepoint)
local ok = env.charset:lookup(ch) ~= ""
if memo then memo[codepoint] = ok end
return ok
end
--[[ 整个 text 是否通过“字符集过滤”
-- 规则：只检查「汉字」，非汉字（英文/符号）直接视为通过；
-- 只要出现一个不在 charset 的汉字，就整条候选丢弃。
local function in_charset(env, text)
if not env or not env.charset or not text or text == "" then
return true
end
for _, cp in utf8.codes(text) do
local ch = utf8.char(cp)
if wanxiang.IsChineseCharacter(ch) then
if not codepoint_in_charset(env, cp) then
return false
end
-- 检查交集
local function check_intersection(db_attr, config_base_set)
if not db_attr or db_attr == "" then return false end
for i = 1, #db_attr do
-- 优化：使用局部变量 sub
local c = sub(db_attr, i, i)
if config_base_set[c] then
return true
end
end
return true
end]]--
-- 整个 text 是否通过“字符集过滤”
-- 现在只对【单个汉字】做过滤，多字词/非汉字候选都直接通过
local function in_charset(env, text)
if not env or not env.charset or not text or text == "" then
return true
end
-- 统计码点数，只要不是恰好 1 个码点，就不做过滤
local cp, count = nil, 0
for _, c in utf8.codes(text) do
cp = c
count = count + 1
if count > 1 then
return true -- 多字词：直接通过
end
end
if count ~= 1 or not cp then
return true
end
local ch = utf8.char(cp)
if not wanxiang.IsChineseCharacter(ch) then
return true -- 单个但不是汉字：直接通过
end
-- 单个汉字：按 charset + 黑白名单过滤
return codepoint_in_charset(env, cp)
return false
end
-- 当前 composition 的最后一个 seg 是否属于「反查/造词/标点」之类
local function is_reverse_lookup_segment(env)
if not env or not env.engine or not env.engine.context then
return false
end
local comp = env.engine.context.composition
if not comp then
return false
end
local seg = comp:back()
if not seg then
return false
end
return seg:has_tag("wanxiang_reverse")
or seg:has_tag("add_user_dict")
or seg:has_tag("punct")
end
-- 字符集过滤初始化
-- 从 schema 里读取 charsetlist / charsetblacklist
-- 初始化字符集过滤配置
local function init_charset_filter(env, cfg)
-- 主字符集（表滤镜）
-- 1. 加载数据库文件
local dist = (rime_api.get_distribution_code_name() or ""):lower()
local charsetFile
if dist == "weasel" then
-- 小狼毫：直接用相对路径，避免 Win 上绝对路径 + ReverseDb 的兼容问题
charsetFile = "lua/charset.bin"
charsetFile = "lua/data/charset.reverse.bin"
else
-- 其他前端：正常用 fallback 找到 user/shared 目录里的绝对路径
charsetFile = wanxiang.get_filename_with_fallback("lua/charset.bin") or "lua/charset.bin"
charsetFile = wanxiang.get_filename_with_fallback("lua/data/charset.reverse.bin") or "lua/data/charset.reverse.bin"
end
env.charset = ReverseDb(charsetFile)
env.charset_memo = {}
env.charset_extra = {} -- 白名单
env.charset_block = {} -- 黑名单
if not cfg then
return
env.charset_db = nil
if ReverseDb then
local ok, db = pcall(function() return ReverseDb(charsetFile) end)
if ok and db then env.charset_db = db end
end
env.db_memo = {}
env.filters = {}
-- 通用读取函数：把一个 list 里所有码点放入 target 表
local function load_charset_list(key, target_table)
local ok_list, list = pcall(function()
return cfg:get_list(key)
end)
if not ok_list or not list or list.size <= 0 then
return
end
if not cfg then return end
local root_path = "charset"
local list = cfg:get_list(root_path)
if not list then return end
for i = 0, list.size - 1 do
local item = list:get_value_at(i)
if item then
local v = item:get_string()
if v and #v > 0 then
for _, cp in utf8.codes(v) do
target_table[cp] = true
local list_size = list.size
for i = 0, list_size - 1 do
local entry_path = root_path .. "/@" .. i
-- 解析开关
local triggers = {}
local opts_keys = {"option", "options"}
for _, key in ipairs(opts_keys) do
local key_path = entry_path .. "/" .. key
local sub_list = cfg:get_list(key_path)
if sub_list then
for k = 0, sub_list.size - 1 do
local val = cfg:get_string(key_path .. "/@" .. k)
if val and val ~= "" then table.insert(triggers, val) end
end
else
if cfg:get_bool(key_path) == true then
table.insert(triggers, "true")
else
local val = cfg:get_string(key_path)
if val and val ~= "" and val ~= "true" then
table.insert(triggers, val)
end
end
end
end
if #triggers > 0 then
-- 物理隔离变量
local rule_base_set = {}
local rule_add = {}
local rule_ban = {}
-- 解析 Base
local base_str = cfg:get_string(entry_path .. "/base")
if base_str and #base_str > 0 then
for j = 1, #base_str do
rule_base_set[sub(base_str, j, j)] = true
end
end
-- 解析 Addlist (内联处理，避免闭包开销)
local function load_list_to_map(list_name, map)
local lp = entry_path .. "/" .. list_name
local sl = cfg:get_list(lp)
if sl then
for k = 0, sl.size - 1 do
local val = cfg:get_string(lp .. "/@" .. k)
if val and val ~= "" then
for _, cp in utf8_codes(val) do map[cp] = true end
end
end
end
end
load_list_to_map("addlist", rule_add)
load_list_to_map("blacklist", rule_ban)
table.insert(env.filters, {
options = triggers,
base_set = rule_base_set,
add = rule_add,
ban = rule_ban
})
end
end
-- charsetlist: 白名单
load_charset_list("charsetlist", env.charset_extra)
-- charsetblacklist: 黑名单
load_charset_list("charsetblacklist", env.charset_block)
end
-- 生命周期
-- 核心判定逻辑
local function codepoint_in_charset(env, ctx, codepoint, text)
if not env.charset_db then return true end
local filters = env.filters
if not filters or #filters == 0 then return true end
local active_options_count = 0
for _, rule in ipairs(filters) do
-- 检查开关
local is_rule_active = false
for _, opt_name in ipairs(rule.options) do
if opt_name == "true" or ctx:get_option(opt_name) then
is_rule_active = true
break
end
end
if is_rule_active then
active_options_count = active_options_count + 1
-- 1. 黑名单 (最高优先级)
if rule.ban[codepoint] then
-- 2. 白名单 (次高优先级)
elseif rule.add[codepoint] then
return true -- 显式白名单，直接放行 (Short-circuit)
-- 3. Base 属性检查
else
local attr = env.db_memo[text]
if attr == nil then
attr = env.charset_db:lookup(text)
env.db_memo[text] = attr
end
if check_intersection(attr, rule.base_set) then
return true -- 属性符合，直接放行 (Short-circuit)
end
end
end
end
-- 如果没有开启任何规则 -> 显示所有
if active_options_count == 0 then
return true
end
-- 开启了规则，但没有任何一个规则返回 true -> 隐藏
return false
end
local function in_charset(env, ctx, text)
if not text or text == "" then return true end
local cp_count = 0
local target_cp = nil
for _, cp in utf8_codes(text) do
cp_count = cp_count + 1
if cp_count > 1 then return true end
target_cp = cp
end
if cp_count == 0 or not target_cp then return true end
local char = utf8.char(target_cp)
if not wanxiang.IsChineseCharacter(char) then return true end
return codepoint_in_charset(env, ctx, target_cp, char)
end
local function is_reverse_lookup_segment(env)
if not env or not env.engine or not env.engine.context then return false end
local comp = env.engine.context.composition
if not comp or comp:empty() then return false end
local seg = comp:back()
return seg and (seg:has_tag("wanxiang_reverse") or seg:has_tag("add_user_dict") or seg:has_tag("punct"))
end
-- 生命周期
function M.init(env)
local cfg = env.engine and env.engine.schema and env.engine.schema.config or nil
env.wrap_map = cfg and load_mapping_from_config(cfg) or default_wrap_map
@@ -473,13 +511,13 @@ function M.init(env)
local ok_win, win = pcall(function() return cfg:get_string("paired_symbols/sort_window") end)
if ok_win and tonumber(win) then env.settings.sort_window = tonumber(win) end
end
-- 字符集过滤
-- 字符集过滤
init_charset_filter(env, cfg)
end
function M.fini(env)
end
-- 统一产出通道
-- 统一产出通道
-- ctxs:
-- charset : 字符集过滤
-- suppress_set : { [text] = true } 阻止镜像文本
@@ -493,8 +531,8 @@ local function emit_with_pipeline(cand, ctxs)
local env = ctxs.env
-- ① 字符集过滤：只有在 charset_strict = true 时才启用
if ctxs.charset_strict and cand.text and cand.text ~= "" then
if not in_charset(env, cand.text) then
if ctxs.charset_active and cand.text and cand.text ~= "" then
if not in_charset(env, ctxs.ctx, cand.text) then
return
end
end
@@ -531,22 +569,19 @@ local function emit_with_pipeline(cand, ctxs)
cand = ctxs.unify_tail_span(cand)
yield(cand)
end
-- 主流程
-- 主流程
function M.func(input, env)
local ctx = env and env.engine and env.engine.context or nil
local code = ctx and (ctx.input or "") or ""
local comp = ctx and ctx.composition or nil
local option_extended = false
if ctx then
option_extended = ctx:get_option("charset_filter") or false
end
-- 当前是否在反查/自造词/标点段
local in_reverse_seg = is_reverse_lookup_segment(env)
-- 本次是否启用 charset 过滤
local charset_strict = (env.charset ~= nil)
and (not option_extended)
-- 逻辑改为：只要有规则，且不在反查模式下，就激活检查。
-- 具体到底显示还是隐藏，由 codepoint_in_charset 内部根据开关状态决定。
local charset_active = (env.filters and #env.filters > 0)
and (not in_reverse_seg)
-- 状态清理
@@ -559,7 +594,7 @@ function M.func(input, env)
local symbol = env.symbol
local code_has_symbol = symbol and #symbol == 1 and (find(code, symbol, 1, true) ~= nil)
-- segmentation：用于保持原有的包裹/分段逻辑
local last_seg, last_text, fully_consumed = nil, nil, false
if code_has_symbol then
@@ -624,6 +659,7 @@ function M.func(input, env)
local emit_ctx = {
env = env,
ctx = ctx,
suppress_set = nil,
suppress_mirror = env.suppress_mirror,
code_ctx = code_ctx,
@@ -631,7 +667,7 @@ function M.func(input, env)
en_only = en_only,
zh_only = zh_only,
is_english = is_english_candidate,
charset_strict = charset_strict,
charset_active = charset_active,
drop_sentence_after_completion = false,
}
@@ -659,7 +695,7 @@ function M.func(input, env)
local start_pos = (last_seg and last_seg.start) or 0
local end_pos_full = (last_seg and last_seg._end) or #code
local base_text = left
local base_text = left
local key = (right or ""):lower()
if key ~= "" and env.wrap_map[key] then
@@ -690,7 +726,7 @@ function M.func(input, env)
return true
end
-- 非分组路径
-- 非分组路径
if not do_group then
local idx = 0
for cand in input:iter() do
@@ -706,7 +742,7 @@ function M.func(input, env)
emit_ctx.drop_sentence_after_completion = true
end
end
if env.locked and (not wrap_key) and env.cache then
local start_pos = (last_seg and last_seg.start) or 0
local end_pos = (last_seg and last_seg._end) or #code

40
wanxiang.schema.yaml
View File

@@ -179,16 +179,48 @@ super_replacer:
- lua/data/TWVariants.txt
- lua/data/TWVariantsRevPhrases.txt
# 字符集过滤lua
# a,通用规范汉字表
# b,GB2312,
# g,GBK,
# T,Big5,(台港澳常用)
# j,简体,OpenCC (t2s)
# f,通用繁体,OpenCC (s2t)
# h,香港繁体, OpenCC (s2hk)
# t,台湾繁体, OpenCC (s2tw)
# u,基本区,U+4E00 - U+9FFF
# A-I,扩展 A-I 区,U+3400 及各扩展区 (支持到 Ext-I)
# c,兼容区汉字
# 你可以通过黑白名单微调你自己每个开关下面的字符集过滤清单，主数据库位于lua/charset.reverse.bin不可编辑
# 你可以按上面提到的规则代号在base处填写上基础集，还可以在每一个开关的开白名单设置微调数据，就像默认添加的字符集过滤在8105基础上新增了一些
# 你可以定义多个开关，多个开启状态的开关求并集，比如charset_filter开着，s2hk也开着，那么就会显示这两个集合的所有汉字
# 优雅的地方在于s2hk开着，charset_filter关着 我们照样能使用 港繁能用到的所有字，是真正的本体，无关字会被过滤，而当都开着则是享受简体转换成繁体的后的结果
# 这个设计真正的兼容了简繁转换与字符集过滤的矛盾，还能满足用户多种自定义需求，你可以在开关增加类别，并在charset下面新增option类去选择按照字区去过滤，等多种组合方式
charset:
- option: charset_filter
base: a #可以填入多个类别如aj
addlist:
- "诶濛硷氽尛躝〇冇吔咗囧屌鲶芶咲畑垅𰻝𰻞"
blacklist: []
- option: s2t
base: f
addlist: []
blacklist: []
- option: s2hk
base: h
addlist: []
blacklist: []
- option: s2tw
base: t
addlist: []
blacklist: []
# Tips 配置项
tips:
# 禁用的 tips 类型，初始化 tips 数据库的时候会直接忽略相关规则，修改部署后生效
# 可选项为：偏旁，符号，化学式，时间，符号，组字，翻译，表情，货币，车牌
disabled_types: []
#在8105基础上你可以通过黑白名单微调你自己的字符集过滤清单，主数据库位于lua/charset.bin不可编辑
charsetlist: []
charsetblacklist: []
# 给 kp_number_processor 用的小键盘模式，能自动读取recognizer下面正则与之功能对齐
kp_number_mode: auto
#小键盘数字处理逻辑

55
wanxiang_t9.schema.yaml
View File

@@ -78,7 +78,7 @@ engine:
- table_translator@wanxiang_mixedcode #中英等混合词汇表导入
- table_translator@wanxiang_reverse #挂接部件组字和笔画反查
filters:
- reverse_lookup_filter@radical_reverse_lookup #部件拆字滤镜，放在super_comment前面，进一步被超级注释处理以获得拼音编码的提示
- reverse_lookup_filter@reverse_lookup #部件拆字滤镜，放在super_comment前面，进一步被超级注释处理以获得拼音编码的提示
- lua_filter@*super_lookup #字词输入中反查辅助筛选
- lua_filter@*super_filter #功能太多详见Lua文件
- lua_filter@*super_replacer #用来替代OpenCC的处理器
@@ -88,6 +88,41 @@ engine:
t9:
isDisplayOriginalPreedit: false
# 字符集过滤lua
# a,通用规范汉字表
# b,GB2312,
# g,GBK,
# T,Big5,(台港澳常用)
# j,简体,OpenCC (t2s)
# f,通用繁体,OpenCC (s2t)
# h,香港繁体, OpenCC (s2hk)
# t,台湾繁体, OpenCC (s2tw)
# u,基本区,U+4E00 - U+9FFF
# A-I,扩展 A-I 区,U+3400 及各扩展区 (支持到 Ext-I)
# c,兼容区汉字
# 你可以通过黑白名单微调你自己每个开关下面的字符集过滤清单，主数据库位于lua/charset.reverse.bin不可编辑
# 你可以按上面提到的规则代号在base处填写上基础集，还可以在每一个开关的开白名单设置微调数据，就像默认添加的字符集过滤在8105基础上新增了一些
# 你可以定义多个开关，多个开启状态的开关求并集，比如charset_filter开着，s2hk也开着，那么就会显示这两个集合的所有汉字
# 优雅的地方在于s2hk开着，charset_filter关着 我们照样能使用 港繁能用到的所有字，是真正的本体，无关字会被过滤，而当都开着则是享受简体转换成繁体的后的结果
# 这个设计真正的兼容了简繁转换与字符集过滤的矛盾，还能满足用户多种自定义需求，你可以在开关增加类别，并在charset下面新增option类去选择按照字区去过滤，等多种组合方式
charset:
- option: charset_filter
base: a #可以填入多个类别如aj
addlist:
- "诶濛硷氽尛躝〇冇吔咗囧屌鲶芶咲畑垅𰻝𰻞"
blacklist: []
- option: s2t
base: f
addlist: []
blacklist: []
- option: s2hk
base: h
addlist: []
blacklist: []
- option: s2tw
base: t
addlist: []
blacklist: []
# Tips 配置项
tips:
@@ -289,7 +324,7 @@ wanxiang_reverse:
tips: "〔反查：部件|笔画〕"
# 部件拆字滤镜
radical_reverse_lookup:
reverse_lookup:
tags: [ wanxiang_reverse ] #起作用tag范围
overwrite_comment: true #是否覆盖其他提示
dictionary: wanxiang #带音调的词典
@@ -370,8 +405,9 @@ speller:
- derive/^ng$/eng/
- xform/^n$/en/
- xform/^m$/me/
- abbrev/^([a-z]).+$/\U$1/
- abbrev/^([zcs]h).+$/\U$1/
- derive/^(.*)$/\U$1/
- abbrev/^([A-Z]).+$/$1/
- abbrev/^([zcs]h).+$/$1/
- derive/^([nl])ve$/$1ue/
- derive/^([jqxy])u/$1v/
- derive/un$/uen/
@@ -382,8 +418,15 @@ speller:
- derive/ong$/on/
- derive/ao$/oa/
- derive/([iu])a(o|ng?)$/a$1$2/
- xform/^(.*)$/\L$1/
- xlit/abcdefghijklmnopqrstuvwxyz/22233344455566677778889999/
- derive/[ABC]/2/
- derive/[DEF]/3/
- derive/[GHI]/4/
- derive/[JKL]/5/
- derive/[MNO]/6/
- derive/[PQRS]/7/
- derive/[TUV]/8/
- derive/[WXYZ]/9/
grammar:
language: wanxiang-lts-zh-hans