『快码』码表生成工具
建立一个基本的单字码表文件，使用UTF8格式保存为文本文件，中间用空格间隔，如base.txt：
中 zlh
华 hkgs
人 rk
民 mbg
共 gtk
和 hfl
国 glah
再建立一个要编码的词库文件，同样使用UTF8格式保存为文本文件，中间用空格间隔，如source.txt：
中国
共和国
中华人民
中华人民共和国
然后运行这个程序。程序为python3所写，大家简单安装个python环境运行即可。
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
#-------------------------------------------------------------------------------
# Name: mbtool
# Purpose: 生成『快码』码表
#
# Author: Garfield
#
# Created: 09-29-2022
# Copyright: (c) Garfield 2022
# Licence: <your licence>
#-------------------------------------------------------------------------------
# base_file = "base.txt"
# source_file = "source.txt"
des_file = "mb.txt"
base_dic = {}
source_dic = []
des_dic = {}
# 读入单字码表
def init_base_dic(base_file):
with open(base_file,'r', encoding='UTF-8') as fr:
while True:
lines = fr.readline()
if not lines:
break
wd = lines.split()
base_dic[wd[0]] = wd[1]
fr.close()
# 读入待处理的词组
def init_source_dic(source_file):
with open(source_file,'r', encoding='UTF-8') as fr:
while True:
lines = fr.readline()
if not lines:
break
source_dic.append(lines.rstrip()) # rstrip()是为了却去除后面的换行
fr.close()
# 获取单字的指定长度的编码
def get_mb_one_word(w,count):
try:
v = base_dic[w]
return v[0:count]
except Exception as e:
return "ERROR"
# 获取词组的编码
def gen_mb(word):
# 双字，规则[12][12]，即取第一个的第1和第2个编码，再取第二个字的第1和第2个编码
if len(word) == 2:
return get_mb_one_word(word[0],2) + get_mb_one_word(word[1],2)
# 三个字，规则[1][1][12]，即取第一个的第1个编码，再取第二个字的第1个编码，再取第三个字的第1和第2个编码
elif len(word) == 3:
return get_mb_one_word(word[0],1) + get_mb_one_word(word[1],1) + get_mb_one_word(word[2],2)
# 四个字以上，规则[1][1][1]...[1]，即取前三个的第1个编码，再取最后一个字的第1个编码
elif len(word) >= 4:
return get_mb_one_word(word[0],1) + get_mb_one_word(word[1],1) + get_mb_one_word(word[2],1) + get_mb_one_word(word[len(word)-1],1)
else:
return "ERROR"
def main():
init_base_dic("base.txt")
init_source_dic("source.txt")
# 要写入的码表文件
fw = open(des_file,'w', encoding='UTF-8')
# 错误处理
fe = open("error.txt",'w', encoding='UTF-8')
for w in source_dic:
# 将编码写入文件，如果编码方案获取编码失败，则编码置为ERROR
mb = gen_mb(w)
# 如果编码时发生错误，则写到错误文件中
if "ERROR" in mb:
fe.writelines(w + '\n')
else:
fw.writelines(w + ' ' + mb + '\n')
# print(gen_mb(w))
fw.close()
fe.close()
print("成功生成码表文件！")
if __name__ == '__main__':
main()
这样程序会生成一个mb.txt文件，UTF8格式保存为文本文件，中间用空格间隔：
中国 zlgl
共和国 ghgl
中华人民 zhrm
中华人民共和国 zhrg
如果有无法编码的词组，会保存到error.txt文件中。（略）
生成规则是这样（代码中有注释）
双字，规则[12][12]，即取第一个的第1和第2个编码，再取第二个字的第1和第2个编码
三个字，规则[1][1][12]，即取第一个的第1个编码，再取第二个字的第1个编码，再取第三个字的第1和第2个编码
四个字以上，规则[1][1][1]...[1]，即取前三个的第1个编码，再取最后一个字的第1个编码
大家可以根据自己需要改写，生成的码表格式也可以自行调整，这里抛砖引玉，给大家个思路 😃
