分享一个自己生成的特征文件 char_meta.txt #33
Description
约10MB大小，不能保证完全正确。
几行预览：
U+4E07 万 wan4,mo4;maan6,mak6;MAN,MWUK;MAN,BAN;vạn ⿱一⿰丿𠃌
U+4E08 丈 zhang4;zoeng6;CANG;JOU,CHOU;trượng ⿻一⿻㇇乀
U+4E09 三 san1;saam1,saam3;SAM;SAN;tam ⿱一⿱一一
U+4E0A 上 shang4,shang3;soeng5,soeng6;SANG;JOU,SHOU;thượng ⿱⿰丨一一
U+4E0B 下 xia4;haa5,haa6;HA;KA,GE;hạ ⿱一⿻丨丶
U+4E0C 丌 qi2,ji1;gei1;KI;KI,GI;null ⿱一⿰丿丨
生成过程
- 从
Unihan_Readings.txt获取汉字的各个语言发音- 汉语多音字
kHanyuPinyin, kMandarin, kTGHZ2013, kXHC1983 - 各语言
kCantonese, kKorean, kJapaneseOn, kVietnamese
- 汉语多音字
- 从
ids.txt遍历拆解汉字笔画，- 拆解复杂字，在ids.txt提供了部件笔画的
- 部分简单字没有笔画，利用makemehanzi的笔画
- 获取所有中文笔画的集合，cjklib分解后只有1画的
- 还是部分简单字没有笔画，标注后再遍历（利用wiki dictionary和自己标）