五笔字码反查字典 ZDic for Palm 制作方法

五笔字码表反查字典可以从这里获得：

http://braveo.blogbus.com/logs/24519222.html

本文主要是介绍这个字码表的制作方法。以作抛砖引玉之用。

1. 从scim字码库中获取字码表

scim的字码库在/usr/share/scim/tables目录下，其中Wubi.bin就是五笔字码表的二进制文件。使用scim-make-table可以生成字码表：

scim-make-table Wubi.bin -o Wubi.txt

2. 把utf8转成gbk码

scim出来的字码表采用的是utf8编码。由于Palm/Treo不支持utf8编码，所以我们需要转译成gbk编码。其方法是采用Linux下的iconv命令来实现。

iconv -f UTF-8 -t GBK Wubi.txt -o Wubi_gbk.txt

3. 删除前后无用数据

用vim打开数据库，很容易发现前后都有一些scim的metadata信息，删除并保存即可。

4. 分割、合并

对我们来说，文件中只有第一列和第二列数据有用，其中第一列为编码，第二列为字/词。要做成字典，需要第一列为字/词，第二列才是编码。所以要做分割和合并。采用cut命令和paste命令就可完成这件事。

cat Wubi_gbk.txt | cut -f 1 > Wubi_gbk_code.txt
cat Wubi_gbk.txt | cut -f 2 > Wubi_gbk_char.txt
past Wubi_gbk_char.txt Wubi_gbk_code.txt > Wubi_gbk_reorder.txt

5. 添加一个回车

如果直接拿Wubi_gbk_reorder.txt来生成字典，会发现字码表和汉字离得很近，有点难看。可以在字码表前面加一个回车。可以采用sed命令来实现。这里采用-i参数，使改动直接in place在原文件上，而原文件备份到.bak上：

sed -i.bak -e s///t///tn/g Wubi_gbk_reorder.txt

6. 生成字典

./gendic -l -n WuBiScim -o WuBiScim.pdb Wubi_gbk_reorder.txt