2022年中文拼音输入法设计要点 .pdf

导入 我的形码输入法C 语言 我的形码输入法C 语言 之一：输入法的字词编码以下的介绍内容涉及到专利权的，不过不是偶的，是客户的：）用在 windows 平台上，是形码输入法，使用四位十进制数字代替形码：0 口囗日目曰罒1 丨丶宀2 一3 丿4 5 亅了亠广疒6 7 乛丆亻又廴8 八丷冫氵人入9 冂凵匚冖卩几彐月凡臼卪、左右结构字：左边只取第一码，右边按笔顺取前两码和最后一码。例如：社 142 捡 2822 科 3114 杨 4533 新 5621 铝 600 码 7752 泅 808 欧 9378 呻 001 2、左中右结构字（中间和右边合在一起，作为右边）按左右结构字规则取码。例如：龇 1126 班 2132 狮 3131 柳 4939 辩 5164 缴 6304 候 7171 湖 8409 膨 9423 啷 0191 3、其余结构字：按笔顺取前三码和末笔码。例如：宴 1067 露 2910 毽 3227 春 410 卫 512 等 6641 面 7012 送 8247 免 3706 圆 0098 4、框形编码时不能按笔顺拆开。词的编码如下：两字词：两字前两码三字词：第一字两码，后二字各一码四字词以上：第一字和最后三字各一码= 我的形码输入法C 语言 之二：输入法的功能输入法要实现：1、字词编码2、常用字和罕用字、常用词和罕用词分开3、打字词上屏后给出拼音提示、编码提示4、可以加词（包括批量导入），可以智能组词，可以智能加整句（目前功能不完善）名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 1 页，共 5 页 - - - - - - - - - 5、打字词上屏后可以联想以其开头的词（词组关联）6、词语和编码查询7、中文字词 -英文，拼音 - 中文，英文 -中文，数码转中，简繁输出等8、有大键盘和小键盘两种输入方式。9、可以使用软键盘。10、提供打字练习、帮助等附件呵呵，就这么多吧，其他的以后再添加= 我的形码输入法C 语言 之三：输入法的设计（1）本篇只叙述我的形码输入法内部从输入到输出转换的原理，如果想要了解输入法程序的框架是怎么样的、到底是怎么被调用出来的，请参见自由拼音输入法源码3.1 版，我最初的程序就是用这个改的如果想要了解windows 平台输入法编程时的接口、convension等等，请参见以下这几篇文章，其中详细的说明输入法程序是如何进行工作的：http:/ http:/ http:/ 关于编写输入法程序要注意的问题以后我可能会写一些，有问题， 直接跟我 email 联系交流：mail to : 输入法乍听起来好像很难做，其实原理却很简单：从输入的数字或者英文找出与之汉字或者词语对于我这个输入法而言，最长的编码就是四位数字 参见我前面的文档 （后来添加了数码转中和拼音、 英文转中不算， 这个是附加功能） ，而且词的编码可以由字的编码来生成，所以只需要有个有编码字库就可以了，然后到网上去下载一个别人的什么十三万啦、三十万啦，稍稍修改以后往里面导入就可以具备一个不错的大词库了名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 2 页，共 5 页 - - - - - - - - - 现在的汉字有好几万，但常用的汉字有六千七百多，所以输入法中常用字和难字是分开的，一般输入的编码查处来的只是常用字，可以用个键进行切换，暂定的是 键，就是 tab 键上面按个键，称为难字键同时，词库也有很多内容，如果都放在一起使用起来翻页较多影响效率，所以把词库也分为两类：常用词库和罕用词库（也叫非常用词库），使用 /键进行切换。由于输入法只需要输入数字和翻页，所以只要小键盘就可以完成（这个特点对于以后把输入法移植到手机上极为有利）小键盘功能说明：NumLock : 未使用1-9 ：输入编码，选字词/ ：常用词语和罕用词语切换* ：类似于空格上屏，但是不一样的是可以终止编码输入用来选字，如输入123，这时候并没有处于选字状态，还可以输入4，如果想选字，可以使用星号键，就处于选字状态了，- + ：上下翻页以及激活选字（这个以后再说），其中 - 还可以用来删除前面输入的词，即一次回退一个输入的词，如输入了词语“身体”，然后按 - ，就可以删除这两个字，多个字也是一样. (Del) ：删除一个词，也可以在编码输入状态删除一个编码Enter ：删除输入的编码，用于编码输入错误的情况下进行修正= 我的形码输入法C 语言 之四：输入法的设计（2）输入法的转换需求：四位以下的数字字或词词库的编码需要：字编码从前篇的叙述以及上面的需求上可以看出，需要下列库：字库：常用、罕用词库：常用、罕用考虑到字只有16 位（不支持宽字） ，而且编码最多只有11110 种（用排列组合算一下：）名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 3 页，共 5 页 - - - - - - - - - 我采用了数据文件以及索引文件的方法其中：数据文件存放实际内容，索引文件把编码或这字作为索引指向数据文件中的内容（这个设计贯穿了整个输入法设计的始终）字库索引：首先，我做了一个编码汉字的索引，把编码转换位一个四位数，然后以这个四位数的值作为位置在索引文件中取索引，然后根据索引找到这个编码所对应的字起始位置。这么说可能不大好理解，举个例子：编码： 3584 ，索引文件中3584 * 2 （乘以 2 是因为一个索引值占16 个 bit ，即两个字节）位置上的一个WORD 大小的内容就是编码3584 对应的字在数据文件中的起始位置，然后循着这个起始文件的位置，知道找到一个句子结束标志，其中所有的字就是3584 对应的所有的字，至于怎么显示只是个小问题了。如数据文件那一行内容为：那么 3584 的编码对应字就都找出来了，这个会有几十个文件读取操作速度不算很快，但是对于输入法来说微乎其微。词库编码生成：前面说过词的编码是可以通过字的编码生成的，生成规则也在前面的文章中介绍过，要用到字的编码，即需要根据字来查编码我分析了一下字，发现从 0 x0000 0 xFFFF 只有 0 xFFFF种情况， 而一个编码可以用一个WORD 的内容来代替（两个BYTE ） ，那么可以建立一个索引文件，以汉字的数值为索引，其对应的索引文件位置的内容为数值编码，然后转化一下就可以得到这个字的编码了，整个文件大小 64 * 4 128K，即一个128K的索引文件，虽然大部分的地方浪费了，可以换个快速的查找也是值得的。词的索引：其实词的索引和字的索引类似，也从编码变到索引再从数据文件中取出一行词来，只不过词之间要用空格或者tab 进行分隔，而字不需要罢了名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 4 页，共 5 页 - - - - - - - - - 坏了，出问题了：仔细想一想上面的设计有什么问题？哦，有些字像 “一” ，只有一个编码， 还有的字只有两个三个编码的，这时候编码“99“对应的数值是九十九，而编码“099”对应的也是九十九，怎么办？呵呵，后来我给每一位都加上1，然后使用十六进制，即0013 的数值是0 x1124，0099 对应的是 0 x11AA，这样就没有问题了，但是为了保险（后面就遇到了问题）起见，把空编码计为0 xF，即编码042 对应于 0 xF153，这样就没事了。名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 5 页，共 5 页 - - - - - - - - -