绝世焰皇txt免费下载:打造自己词库[五笔爱好者]

　用输入法，不论使用极点、酷极、万能、智能等哪一款五笔，都有一个打造最适合自己词库的过程。本文目的，在于教你掌握基本的文本处理方法。  有朋友问了，有极点工具箱，还需要自己手工处理么？ 我的回答是： 极点工具箱是不透明处理，你并不清楚它是怎么工作的，你原来的字、词频是否得到保留。 而我教你的方法，让你清清楚楚的明白自己所做的，字、词频也不会变化，保证百分百原版移植。

一、工欲善其事，必先利其器。 先下载自己要用到的文本处理工具。
以下两种都是很优秀的文本处理工具。 Emeditor胜在功能强，对中文支持好。
EmEditor Pro 6.00 tracky 汉化版
http://www.hanzify.org/index.php?Go=Show::List&ID=9751
UltraEdit 11.20a 莫名汉化版 UltraEdit胜在处理速度快，大文本几乎就是瞬时完成。
http://www.hanzify.org/index.php?Go=Show::List&ID=9183

二、试炼。将系统自带的输入法词库转换成极点或酷极格式的词库。
1、反编译系统输入法的码表文件为文本格式。
点击 开始——搜索——文件或文件夹，在C盘查找imegen.exe文件。 查找到后，双击运行它。 选择它的第二个标签：逆转换， 然后点“打开文件”，在弹出的窗口，选择你要转换的输入法码表文件，这里我以系统自带的郑码为例说明。界面如下：

　　假如你看不到*.mb文件，请在弹开的窗口中选择c:\windows\system32目录就能看到了。这样转换结束后，将会在c:\windows\system32目录下生成一个winzm.txt的文本文件。

2、打开winzm.txt文件，你看到的，将是如下图所示的格式：

　　可以看到，它的编码有词也有字，格式为： 字（或词组）+英文字母。另外，还有一些单字+英文字母后还有空格+字母， 这是输入法为造词而用的造词码，对我们没有什么用处，大家先不要管它。 后面我们将会教大家如何快速的去掉它。
　　请大家将文件开始直至[Text]的部分全部删除，这些是输入法的规则定义部分，我们用不上。

3、开始处理和转换文本的格式。
前面说了， 我们现在得到的文本是：  字（或）词+ 英文编码  这样的格式，而我们打开极点的码表 freewb.mb ，会发现它的格式为： 英文编码+空格+字（或词）  如果有重码的话， 还会在字（或词）的后面再加“空格+字（或词）”。
①、我们先将部分单字后面的造词码去掉。　用Ultraedit打开winzm.txt文件，按Ctrl+R，调出UE的替换窗口，在“查找什么处”输入“ [a-z]*$”，注意，[a-z]前面是一个空格，不能少了，在替换为处留空不填。 选中“正则表达式”，点“全部替换”。 看看，是不是一下子将这些多余的造词码去掉了？

　　现在，我们要涉及重点了，就是怎样把现有的这种字或词+编码的格式给换成编码+字词的格式？

在我看来，无非是将这两者调个个儿。现在，需要请到我们的主要工具：Emeditor。EM对中文的处理很好，这也是我们用它的主要原因。

②、将汉字和编码调个个儿。
用Emeditor打开winzm.txt。 按Ctrl+H调出查找替换窗口。
在查找处输入：^([^\x00-\xff]+)([a-z]{1,4}) 然后在替换为处输入：\2 \1注意，中间有一个空格，一定别忘了选中“正则表达式”选项。选中“正则表达式”，按全部替换，就可大功告成了。Em处理上万条文本稍有点慢，请大家稍等会就行了。

4、如何分离字和词的码表？
　　我们同样可以用EM来完成。 同样以未替换前的码表格式来说明。
①、 去掉全部的单字编码行，只保留词组及编码。
EM打开码表，按Ctrl+H调出替换窗口，在查找处输入：^[^\x00-\xff][a-z]{1,4}$\n  然后在替换为处留空。 好了，看看是不是将单字和编码全部删了？记着，一定别忘了选中“正则表达式”选项。

②、 去掉全部的词组编码行，只保留单字及编码。
同样的按Ctrl+H调出替换窗口，在查找处输入：^[^\x00-\xff]{2,20}[a-z]{1,4}$\n  然后在替换为处留空。 看，词组和编码全部已经删除了。同样，别忘了选中“正则表达式”选项。

　　其实真正来说，处理这些文本，我们都只是利用了它们的正则表达式功能，正则表达式在处理文本时功能非常强大，能完成一些我们几乎只有编程才能完成的任务。　如果感兴趣的话，可以自己找找正则表达式方面的相关内容研究研究。