详细代码：https://github.com/nopdan/rose
.def 是百度手机输入法-更多设置-自定义输入方案所使用的格式。
码表偏移量 0x6D
| # | 占用字节数 | 描述 |
|---|
| a | 1 | 编码长度（红色框） |
| b | 1 | 词长 * 2 + 2 |
| a | 编码（黄色框），可以是纯编码，也可以是 编码=位置 |
| b-2 | 词（绿色框），utf16-le 编码 |
| 6 | 6 个空字节代表词条结束 |
代码实现：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
| r.Seek(0x6D, 0) // 从 0x6D 开始读
for r.Len() > 4 {
codeLen, _ := r.ReadByte() // 编码长度
wordSize, _ := r.ReadByte() // 词长*2 + 2
// 读编码
tmp = make([]byte, int(codeLen))
r.Read(tmp) // 编码切片
code := string(tmp)
spl := strings.Split(code, "=") // 直接删掉 = 号后的
code = spl[0]
// 读词
tmp = make([]byte, int(wordSize)-2) // -2 后就是字节长度，没有考虑4字节的情况
r.Read(tmp)
word, _ := util.Decode(tmp, "UTF-16LE")
// def = append(def, defEntry{word, code, order})
ret = append(ret, Entry{word, code, 1})
r.Seek(6, 1) // 6个00，1是相对当前位置
}
|
码表部分和解析一样的，没什么好说的。
主要考虑前 0x6C(109) 个字节。
第一个字节意义不明，可能是最大码长（一般是 0，有的码表里是 4）
后面每 4 字节一组，共 27 组。
表示以 26 个首字母开头词条的字节长度累加（不包括前 2 个表示长度的字节，包括后 6 个 0）
计算时，统计每个首字母的长度累计，写入时再次累加。
代码实现：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
| func (BaiduDef) Gen(table Table) []byte {
jdt := ToJdTable(table)
var buf bytes.Buffer
// 首字母词条字节数统计
lengthMap := make(map[byte]int)
buf.Write(make([]byte, 0x6D))
for _, v := range jdt {
code := v.Code
for i, word := range v.Words {
if i != 0 { // 不在首选的写入位置信息，好像没什么用？
code = v.Code + "=" + strconv.Itoa(i+1)
}
sliWord, _ := util.Encode([]byte(word), "UTF-16LE") // 转为utf-16le
buf.WriteByte(byte(len(code))) // 写编码长度
buf.WriteByte(byte(len(sliWord) + 2)) // 写词字节长+2
buf.WriteString(code) // 写编码
buf.Write(sliWord) // 写词
buf.Write([]byte{0, 0, 0, 0, 0, 0}) // 写6个0
// 编码长度 + 词字节长 + 6，不包括长度本身占的2个字节
lengthMap[code[0]] += len(code) + len(sliWord) + 2 + 6
}
}
// 文件头
byteList := make([]byte, 0, 0x6D)
byteList = append(byteList, 0) // 第一个字节可能是最大码长？
// 长度累加
var currNum int
for i := 0; i <= 26; i++ {
currNum += lengthMap[byte(i+0x60)]
currBytes := make([]byte, 4)
binary.LittleEndian.PutUint32(currBytes, uint32(currNum))
byteList = append(byteList, currBytes...)
}
// 替换文件头
ret := buf.Bytes()
copy(ret, byteList)
return ret
}
|
参考资料：
DictTool 词库处理工具
