Yskin's Blog

今天试用了一下2006年6月18日新出的紫光华宇拼音输入法V5和拼音加加4.0b正式版，以研究一下哪种输入法更好一些，以便换掉我现在正在用的紫光华宇拼音输入法4.0m3。

以前一直用着紫光拼音输入法，从最早的2001年11月的2.3版到2003年4月的3.0版。而后是2005年7月发布的所谓的紫光华宇拼音4.0m3 增强版 Build 2，这个版本的主页在这里，本身也是很好用的，只是并非紫光华宇公司开发的，作者也在页面上写明了“我在网上下载到了内部测试的泄漏版并制作成了增强版。”2006年6月18日，紫光华宇公司推出新版，增加了一些新功能，并被命名为V5版，以免和所谓的4.0版混淆。紫光主页的成长历程页面详细的介绍了紫光的更新历程。

这次新出的紫光V5版，感觉上没增加太多功能。官方的说明里提到的有：

• 新的字、词调整算法和智能组词算法。这个暂时没法感觉到，要试用一段时间后才能有一些认识。
• 新的设置工具和词库管理工具。词库管理工具做成了单独的程序，程序运行后可以看到词库路径，词库大小，估计的词的个数。功能还是原先的几个，从文本中导入自造词的功能有了较大改动，现在可以自行设定汉字串的拼音和词频，并在导入的时候先进行检查，错误的地方会以###3个井号指出，不像以前那样只是告知最后的结果，成功几个失败几个。这里要提一下的是合并词库的功能，既支持导出的备份文件格式UWL，也支持DAT格式。只要将以前词库文件usrwl.dat备份下来就可以到这里合并，对于我的4.0版的词库支持的也很好。刚安装好的时候，
• 可以通过复制和粘贴快速添加自造词。这句说的是状态条里增加的添加自造词功能，可以直接输入2-9个汉字，如果需要的话再修改一下下面自动生成的拼音，按下确定就可以导入词库，并可以立即使用这个词。这个功能是很实用的，我们很多时候想不起一个词的写法，比如我现在想输入“张韶涵”，这些港台明星的名字老是会用一些很偏的词，让人想不起来具体是哪个字。这个时候可以到Google或者百度去，输入词语的全拼"zhangshaohan"，搜索引擎会给出推荐词语，看着顺眼的那个就是了，复制下来，用添加自造词功能添加到紫光中，立刻就可以在输入中使用了。如果还是分不清，那么就开始搜索引擎选举吧，把每个结果点开，看看哪个搜索到的结果多。这个方法我以前也有用，不过那时必须把得到的词放进一个文本文件中，然后导入，再切换一遍输入法才可以使用，现在则方便多了。我想，紫光的开发者增加这一项功能就是为了方便导入。以后上网的时候遇到新词，可以直接加到词库里，以后输入就不用费事组词了。
• 偏旁部首检字功能。这个功能不错，弥补了拼音输入法的不足——不认识的字就打不出。以前有不认识的字，或者记不得具体写法的字，首先的办法是想一个包含这个字的词，打出这个词来就可以得到这个字了，如果是两字词三字词，还可以用以词定字的功能直接上字。这个办法要是行不通，那只有去一个一个的试拼音，或者去找会五笔的人帮忙打出来，再或者去翻翻新华字典。现在有这个偏旁部首检字功能，等于是一部随身携带的字典，需要的时候，只要在状态条上点出，按照偏旁部首检索一下，就可以得到这个字的所有读音，内码值和所属的字符集(GB2312或GBK)。当然，他不能检出字的具体意思，所以也算不上字典，不过我们现在已经把这个字输入了电脑，那么拿这个字到金山词霸在线搜索查一下，就可以得到这个字的更多信息了。另外，这个功能没有集成查询功能，如果想知道某一个汉字是在GB2312字符集中还是在GBK字符集中，可以到金山词霸在线查一下，可以得到这个字的GBK编码，比如“後”字GBK：E1E1。再根据GBK:B0A1-F7FE编码范围对应GB2312的6763个汉字，可以知道“後”字在GB2312字符集中。
• 新的简繁体输入机制，提高繁体字词输入的准确性。这个简繁体以前就有，我一直都没有用过。因为切换到繁体状态就可以直接用拼音打繁体字，所以有N多无聊的人拿这个功能来打繁体字。我记得以前一些台湾人声称简体字破坏了汉字结构，号召重新用回“正体字”时说过，当年在简化汉字的时候把一些不同的汉字给简化成了同一个汉字，从而造成语义不清。在这个问题上一些人觉得，反正现在汉字中的多义字也不少，增加几个也无所谓 /lh怎么感觉我在写wiki，要阐述各方观点，不偏袒任何一方。话头转回来，由于这种情况的存在——繁体中A和B是两个字，都对应简体中的一个字B，而紫光的繁体功能可没那么智能，一个输入法而已怎么会识别语义，他只能将所有的B转化为A，从而造成繁化的错误。另外，简体字和繁体字还有词汇上的不同，比如大陆叫“软件”，台湾叫“軟體”，这些也是繁化的时候要注意的。当然，这帮家伙不过是吃饱了撑的没事干，他们打这些所谓的繁体字出来不过是为了显摆，显得他多么有本事一样，最终的结果就是这些“繁体字”，台湾人看不懂，大陆人也看不懂。最终用来交流的文字变成了显摆的工具，发帖子是为了让别人看的变成发帖子是为了让人看不懂的。这种情况在QQ的签名里尤甚，稍微比较一下就知道，MSN上大家的签名都是反应自己当前的状态或是所关心的事，QQ上大家的签名几乎都是显摆用的颜文字，还有用来存放小说或者听歌网站的地址。(找到方舟子写的《汉字简化杂谈》，大概写于10多年前，里面讲了很多简化字的知识。)
  转回来，这个繁简体功能除了词以外，还有区分繁简体字的功能。好像这个功能是由软件开发团队自行区分的，将一些字归于简体字中，一些字归于繁体字中，还有一些没归类的，两种方式都可以打出。这个做法是为了降低重码率，打简体的时候就显示简体字，打繁体的时候就显示繁体字，重码率基本上是降了一半。但是如何区分一个字是简体字还是繁体字呢？开发团队自行进行了区分，却导致了一些人的不方便。比如这里，人家的人名用了芃字[peng]，打字时必须切换到繁体状态下才能打出，这还好解决，把你的人名做成词组就是了。麻烦的是这里，一些广东人在简体状态下打不出他们的粤语所需要的冇字[mao]和孖字[ma]。每个地方都有方言，和老乡聊天自然会用方言。普通话是以北京语音为标准音,以北方方言为基础方言的。北方各地，乃至包括四川，重庆等地，即使有打不出的方言文字，也可以用拼音拼出来。而粤语自成一体，句末又经常有语气助词，很多字普通话的拼音根本拼不出。粤语的文字没有一个普遍的规定，文字基本是学香港的。香港还好，反正用的繁体字，广东就不行了，平常用的简体字，打粤语的时候又是用的从香港传来的繁体粤语文字，这矛盾就来了。象“冇”，“咩”这样的字，对于普通话来说是非常用字，对于粤语就是很常用的字了。这个事比较特殊，好在开发团队在这里提出了解决方案：“要为广大的粤语用户，单独开发一个语言包。”
• 通过对DirectX中文输入接口的支持，可以使中文游戏软件在全屏模式下支持中文输入。这项改进使得紫光可以工作在一些全屏游戏中，解决了以前一些游戏中只能使用智能ABC输入法的问题。在紫光论坛的《关于V5的常见问题解答》里提到，“在玩游戏时状态条闪的问题。答复：微软公布的接口不明确。输入法是按照DirectX9的中文输入法接口要求实现的，对游戏可能无法全部兼容。”还是微软接口的原因，可能无法和所有游戏兼容。
• 全新的界面，可定制的状态条按钮。新界面确实不错，还支持透明，在win2000下透明也正常。可定制的状态条按钮，可以把简繁切换等按钮置于状态条上，满方便的。
• 再次重新改写的输入法接口和加载机制，增强和Windows系统的兼容性。增加对中文软件、英文软件等多方面的接口响应机制，提高对不同软件的兼容性。我比较关心古老的紫光和Firefox不兼容的问题，这个问题在我以前的一篇文章里有提到。看到这篇文章和这篇文章里提到，紫光在Firefox下实现了鼠标光标跟随(示例)，数字重复的问题解决了，不过输入英文冒号还是有问题。Firefox方面已经解决了，等Firefox 1.5.0.5版发布吧。Update：2006年7月27日中午12点，也就是半个小时前，Firefox弹出了升级提示：Firefox 1.5.0.5发布了。赶紧升了级，一检查User-Agent：Mozilla/5.0 (Windows; U; Windows NT 5.0; zh-CN; rv:1.8.0.5) Gecko/20060719 Firefox/1.5.0.5，Gecko的版本已经升到1.8.0.5了。到现在，紫光和Firefox的兼容问题由于双方都及时做出了修正而宣告圆满解决了。
• 用户词库信息与以前版本完全保持兼容。这一项，怎么说呢，保持兼容所以可以直接导入旧词库，不过完全兼容，是否又没有新东西呢。词库导入的部分现在支持拼音和词频了，词库还兼容，好奇怪，说明以前词库就支持拼音？

sogou的词库少而精，是个好典范。