Comments on: 导入sogou输入法的细胞词库

By: yongsun

yongsun — Mon, 21 Nov 2011 01:23:44 +0000

@大茶几の骨骸，遇到重复的词应该会跳过

By: 大茶几の骨骸

大茶几の骨骸 — Fri, 18 Nov 2011 16:18:22 +0000

请问遇到重复的词是做覆盖处理吗?

By: yongsun

yongsun — Fri, 22 Jul 2011 12:26:41 +0000

@marissa，您是在linux上使用ibus-sunpinyin还是fcitx-sunpinyin？貌似是没有在您的HOME目录下找到sunpinyin的用户词典…

By: marissa

marissa — Thu, 21 Jul 2011 02:51:36 +0000

Traceback (most recent call last):
File "import_sogou_celldict.py", line 81, in
main()
File "import_sogou_celldict.py", line 78, in main
import_to_sunpinyin_user_dict (generator)
File "/home/marissa/work/seg/sunpinyin_importer/importer.py", line 55, in import_to_sunpinyin_user_dict
userdict_path = userdict_path if userdict_path else get_userdict_path()
File "/home/marissa/work/seg/sunpinyin_importer/importer.py", line 23, in get_userdict_path
raise "Can not detect sunpinyin's userdict!"
TypeError: exceptions must be old-style classes or derived from BaseException, not str

By: yongsun

yongsun — Tue, 19 Apr 2011 05:42:38 +0000

@Isalahberlin 有可能是脚本的错误，你能把导入的词库文件（url）告诉我么？

By: Wao

Wao — Mon, 18 Apr 2011 23:09:50 +0000

要是支持搜狗主词库的导入就好了~

By: Isalahberlin

Isalahberlin — Fri, 18 Mar 2011 02:32:05 +0000

这些导入的脚本很好用，但我还有三个问题，请大家解答：

1.我在用sogou词库导入的py脚本的时候，出现了下面的报错信息，我到原词库里面看了，原来的词条和其他正常的词条并没有什么特别（这只是一部分，还有很多）:

[ong'neng'jian] has un-recognized syllables, ignoring this record!
[i'chan] has un-recognized syllables, ignoring this record!
[i'sai'ya'bo'lin] has un-recognized syllables, ignoring this record!
[hi'wan'fan] has un-recognized syllables, ignoring this record!
[iu'mei'xie] has un-recognized syllables, ignoring this record!
[u'an'zhao] has un-recognized syllables, ignoring this record!
[iang'hang] has un-recognized syllables, ignoring this record!
[i'li'qie'fu] has un-recognized syllables, ignoring this record!

原词库里面的词条:

gong’neng’jian 功能键
zi’chan 自产
yi’sai’ya’bo’lin 以塞亚伯林
chi’wan’fan 吃完饭
jiu’mei’xie 就没写
bu’an’zhao 不按照
liang’hang 两行
di’li’qie’fu 蒂里切夫

很明显，在报错里面，把这些词条的首字母给切掉了，那么为什么这些词条会提示说里面有无法识别的音节呢?而其他的词条却没事呢?这些词条看起来和其他没并被切的词条没有任何区别啊？

2.关于词库重复导入的问题，如果我忘了先前已经导入了某个词库，又一次把这个词库导入到userdict里面去了，这样会不会导致userdict里面增加垃圾数据?无端的增加userdict的大小?

3.我发现一个很诡异的现象，我的mac里面，userdict这个文件的大小有的时候的变化会让人捉摸不定，比如我在导入30个词库之前，他的大小还是100M，可以我导入了30个词库之后，他的大小反而变小了，一下子变成70M了———这是怎么回事儿?

By: Isalahberlin

Isalahberlin — Wed, 16 Mar 2011 06:47:26 +0000

FIT，还是别提了，你们怎么选了这么一群猪一样的合作伙伴？太难用了，很怀疑那些人是不是专业出身的，用着sunpinyin的核心，词频让他们玩儿成那样，不管多生僻的词都放在第一个。。。软件响应慢的要死，弄个输入法还动不动就风火轮cpu占用90%。。。。。。他们那词库导入工具垃圾的要死，比lz的这些py差太远了。

By: Isalahberlin

Isalahberlin — Wed, 16 Mar 2011 06:42:07 +0000

另外关于我上上个提问，谢谢老大的回答，我已经解决了。。。。。。。。。

By: Isalahberlin

Isalahberlin — Wed, 16 Mar 2011 06:41:09 +0000

这些导入的脚本很好用，但我还有三个问题，请大家解答： 1.我在用sogou词库导入的py脚本的时候，出现了下面的报错信息，我到原词库里面看了，原来的词条和其他正常的词条并没有什么特别（这只是一部分，还有很多）: [ong'neng'jian] has un-recognized syllables, ignoring this record! [i'chan] has un-recognized syllables, ignoring this record! [i'sai'ya'bo'lin] has un-recognized syllables, ignoring this record! [hi'wan'fan] has un-recognized syllables, ignoring this record! [iu'mei'xie] has un-recognized syllables, ignoring this record! [u'an'zhao] has un-recognized syllables, ignoring this record! [iang'hang] has un-recognized syllables, ignoring this record! [i'li'qie'fu] has un-recognized syllables, ignoring this record! 原词库里面的词条: gong'neng'jian 功能键 zi'chan 自产 yi'sai'ya'bo'lin 以塞亚伯林 chi'wan'fan 吃完饭 jiu'mei'xie 就没写 bu'an'zhao 不按照 liang'hang 两行 di'li'qie'fu 蒂里切夫很明显，在报错里面，把这些词条的首字母给切掉了，那么为什么这些词条会提示说里面有无法识别的音节呢?而其他的词条却没事呢?这些词条看起来和其他没并被切的词条没有任何区别啊？ 2.关于词库重复导入的问题，如果我忘了先前已经导入了某个词库，又一次把这个词库导入到userdict里面去了，这样会不会导致userdict里面增加垃圾数据?无端的增加userdict的大小? 3.我发现一个很诡异的现象，我的mac里面，userdict这个文件的大小有的时候的变化会让人捉摸不定，比如我在导入30个词库之前，他的大小还是100M，可以我导入了30个词库之后，他的大小反而变小了，一下子变成70M了---------这是怎么回事儿?