词库处理工具

词库处理工具，词库编码，词库格式转换，词库校验，出简不出全。

关于词库格式的详细解析可以到我的博客查看。

拼音词库转换

纯文本：

描述	代号	词条格式	编码格式
搜狗拼音	sogou	拼音('分隔) 词
qq 拼音	qq	拼音('分隔) 词 词频
百度拼音	baidu	词\t拼音('分隔)\t词频
谷歌拼音	google	词\t词频\t拼音(空格分隔)
拼音加加	pyjj	字音字音字音...
纯汉字	word_only	一词一行

纯汉字词库会自动注音，所以你可以当成注音工具使用。

二进制：

加粗项支持输出

描述	代号	格式
搜狗细胞词库、qq6.0 以上词库	sogou_scel	.scel|.qcel
搜狗拼音备份词库	sogou_bin	.bin
qq6.0 以下词库	qq_qpyd	.qpyd
百度分类词库	baidu_bdict	.bdict|.bcd
紫光（华宇）	ziguang_uwl	.uwl
微软用户自定义短语	mspy_dat	.dat
微软拼音自学习词汇	mspy_udl	.dat

字词码表转换

纯文本：

描述	代号	词条格式	编码格式
多多	duoduo	词\t编码
冰凌	bingling	编码\t词	UTF-16LE
极点	jidian	编码\t词 1 词 2...

二进制：

加粗项支持输出

描述	代号	格式
百度手机自定义方案	baidu_def	.def
微软用户自定义短语	msudp_dat	.dat
极点	jidian_mb	.mb
fcitx4	fcitx4_mb	.mb
小胖输入法	pang	.bin
小胖输入法 assoc	pang_assoc	.assoc.bin

转双拼词库

全拼词库转为双拼四码定长码表，需要一个双拼映射表，格式为手心输入法，具体可以看示例。

词库编码和校验

仅支持多多格式，其他格式需先行转换

编码选择纯词词库，校验选择带编码的多多格式词库。

形如 2=AaAbBaBb,3=AaAbBaCa,0=AaBaCaZa ，等号前数字表示词长，0 表示未指定的词长。

也可以简写为 2=AABB,3=AABC,0=ABCZ

对于整句，ab...(必须以...结尾) 表示取每个字编码的前两码

全码转简码码表

仅支持多多格式，其他格式需先行转换

出简不出全规则：逗号，冒号分隔，默认 1，n 无限

例子: "1:0, 2:3, 3:2, 6:n"
#  无 1 简，2 码 3 重，3 码 2 重，4 码 1 重，5 码 1 重，6 码无限重