diff --git a/custom/wanxiang_pro.schema.yaml b/custom/wanxiang_pro.schema.yaml index c9b20ea..d9e352f 100644 --- a/custom/wanxiang_pro.schema.yaml +++ b/custom/wanxiang_pro.schema.yaml @@ -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 diff --git a/lua/charset.bin b/lua/charset.bin deleted file mode 100644 index 8608349..0000000 Binary files a/lua/charset.bin and /dev/null differ diff --git a/lua/data/charset.reverse.bin b/lua/data/charset.reverse.bin new file mode 100644 index 0000000..ddae9b2 Binary files /dev/null and b/lua/data/charset.reverse.bin differ diff --git a/lua/super_filter.lua b/lua/super_filter.lua index 1423e13..6090d68 100644 --- a/lua/super_filter.lua +++ b/lua/super_filter.lua @@ -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 diff --git a/wanxiang.schema.yaml b/wanxiang.schema.yaml index d373a66..81e393b 100644 --- a/wanxiang.schema.yaml +++ b/wanxiang.schema.yaml @@ -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 diff --git a/wanxiang_t9.schema.yaml b/wanxiang_t9.schema.yaml index 7b05043..bd3152a 100644 --- a/wanxiang_t9.schema.yaml +++ b/wanxiang_t9.schema.yaml @@ -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