Skip to content

feat: export Sogou Pinyin backup dictionaries - #417

Merged
studyzy merged 3 commits into
studyzy:masterfrom
1814239758:codex/sogou-sgpu-export
Aug 10, 2026
Merged

studyzy merged 3 commits into
studyzy:masterfrom
1814239758:codex/sogou-sgpu-export

Conversation

@1814239758

@1814239758 1814239758 commented Aug 9, 2026

Copy link
Copy Markdown
Contributor

功能

  • 为搜狗拼音备份词库(sgpybin / .bin)新增导出支持,覆盖 CLI 与 GUI。
  • 验证了 10,000以内到 50000条 左右的词库,均可以在搜狗输入法中正确导入。
  • 更新格式支持表,标明搜狗备份词库已支持导出。

实现方式

  • 序列化 SGPU 头部、索引、词条记录、拼音引用、词频和记录 ID。
  • 分析计算搜狗输入法导出不同条目数量的备份词库,算出了不同条目词库档位的分配索引和词典区域格式。
  • H20 标记纳入词典与索引扩容的观测增量,使bin格式导出词库匹配搜狗输入法原生格式。
  • 增加 10k、20k、30k、40k 与 48k 词条边界覆盖。

验证

  • dotnet test:225 passed,3 个既有 skipped。
  • 集成测试:29 / 29 passed。
  • 已使用本人的个人词库,对多个容量档位(即实现方式中提到的10k、20k、30k、40k 与 48k 词条)的词库转换为sgpybin / .bin后,使用搜狗输入法V16.7.0.4673进行导入验证,并成功导入生成的.bin词库。

其他

这次构建的所有代码全部是CodeX构建的,本人使用搜狗输入法16.7.0.4673版本对其进行测试有效

@studyzy
studyzy merged commit 76ccc19 into studyzy:master Aug 10, 2026
9 checks passed
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Labels

None yet

Projects

None yet

Development

Successfully merging this pull request may close these issues.

2 participants