rime中州韵小狼毫中英互绎滤镜-编程知识

英文在日常生活中已经随处可见，我们一般中英互译需要使用专业的翻译软件来实现。但如果我们在输入法中，在输入中文的时候，可以顺便瞟一眼对应的英文词汇，或者在输入英文的时候可以顺便了解对应的中文词汇，那将为我们的日常办公带来极大的便利。

我们在 rime中州韵小狼毫 easyEnglish 输入法一文中为 rime中州韵小狼毫输入法配置了 easyEnglish 输入方案。本文就以 五笔・拼音 输入方案和 easyEnglish 输入方案为例，通过使用 rime中州韵小狼毫输入法的滤镜功能，来实现中英互译的功能。

`dic_4w_en.txt`

为了英文向中文的映射,我们需要一个 dic_4w_en.txt 文档，这是一个"表"，这个表记录着英文词汇向中文词汇的映射关系,截取显示如下👇:

aar	【Aar】n.阿尔河
aardvark	【aardvark】n.土豚;土猪
aardwolf	【aardwolf】n.土狼
aaron	【Aaron】n.艾伦
aaronic	【Aaronic】adj.亚伦的

dic_4w_en.txt文档中共有两列内容,第一列是英文单词,第二列是对应的中文释义,中间以tab制表符分隔。

原则上来说，第一列和第二列的长度是不限制的，但为了在输入法中显示不至于凌乱,第二列的释义内容不易过长。在下面的脚本中，第二列的长度会被限制在100字符内。

`dic_4w_cn.txt`

同样，为了中文向英文的映射，我们亦需要一个 dic_4w_cn.txt 文档来记录中文词汇向英文词汇的映射关系，截取显示如下👇：

阿尔河	aar(n.);
土豚	aardvark(n.);
土猪	aardvark(n.);
土狼	aardwolf(n.);
艾伦	aaron(n.);
亚伦	aaronic(adj.);

实际上，dic_4w_en.txt 文档和 dic_4w_cn.txt 文档是互反的。

`dic_4w.lua`

有了 dic_4w_en.txt 文档和 dic_4w_cn.txt 文档，还不能在输入法中使用，我们需要通过 dic_4w.lua 脚本将 dic_4w_en.txt 文档和 dic_4w_cn.txt 文档中的内容进行加载整理，以使其可以在 lua 程序中进行索引。

dic_4w.lua 脚本的内容如下👇：

-- dic_4w_en.lua
-- Copyright (C) 2023 yaoyuan.dou <douyaoyuan@126.com>
local ok, res = pcall(require, 'sysInfo')
local currentDir = res.currentDirlocal function files_to_lines(...)print("--->files_to_lines called here")local tab=setmetatable({},{__index=table})local index=1for i,filename in next,{...} dolocal fn = io.open(filename)if fn thenfor line in fn:lines() doif not line or #line > 0 thentab:insert(line)endendfn:close()endendprint("--->files_to_lines completed here")return tab
endlocal function dictload(...) -- filename)print("-->dictload called here")local lines=files_to_lines(...)local dict={}for i,line in next ,lines doif not line:match("^%s*#") then  -- 第一字 # 为注释行local key,val = string.match(line,"(.+)\t(.+)")if nil ~= key then--此处，相同的key，后加载的内容将覆盖前面加载的内容dict[key] = valendendendprint("-->dictload completed here")return dict
end--   Module
local M={}
local dict={}
local function getVal(s)return dict[s]
endfunction M.init(...)print("-> M.init called here")local files={...}--以下files文件的顺序，后面的内容优先级高于前面的，--即后面文件中同一key的value将覆盖前面文件内同一key的value--文件名不支持中文table.insert(files,"dic_4w_cn.txt")table.insert(files,"dic_4w_en.txt")for i,v in next, files dofiles[i] = currentDir().."/".. venddict= dictload(table.unpack(files))M.getVal=getValprint("->M.init completed here")
endM.init()return M

👆以上 lua 脚本中，我们把 dic_4w_en.txt 文档和 dic_4w_cn.txt 文档内的内容进行了根据 tab 制表符进行切割，第一列的内容为键，第二列的内容为值，最终将这些内容整理成了字典对象 dict，然后脚本提供了一个 getVal 方法，该方法以入参为键，尝试在 dict 字典中查找对应该键的值，并返回。如果查找不到这个键的值，则返回 nil。

`dic_4w_Filter.lua`

dic_4w.lua 脚本将 dic_4w_en.txt 文档和 dic_4w_cn.txt 文档内的词条整理成了 lua 程序的字典对象 dict，并提供了查找的方法 getVal。接下来我们在 dic_4w_Filter.lua 脚本中将 dic_4w.lua 脚本提供的 getVal 方法封装成 rime 滤镜方法。

dic_4w_Filter.lua脚本内容如下👇：

-- spaceAppending.lua
-- Copyright (C) 2023 yaoyuan.dou <douyaoyuan@126.com>
local ok, res = pcall(require, 'dic_4w')
local getVal = res.getVallocal ok, utf8String = pcall(require, 'utf8String')--最长的comment长度限制
local maxLenOfComment = 100local function dic_4w_Filter(input, env)--获取中英对照开关状态local on = env.engine.context:get_option("encnDic")for cand in input:iter() doif on thenlocal candTxt = cand.text:gsub("%s","") or ""local thisComment = cand.commentif candTxt ~= "" then--获取字典释义thisComment = getVal(candTxt)if nil == thisComment thenthisComment = cand.commentelse--成功获取了释义，下面进行一些格式化处理--替换 <br> 为换行符thisComment = thisComment:gsub("<br>","\r")--替换 &nbsp 为空格thisComment = thisComment:gsub("&nbsp"," ")--需要限制释义长度为 maxLenOfCommentthisComment = string.sub(thisComment, 1, maxLenOfComment)--去除首尾空格 和 符号thisComment = utf8String.utf8PunctuationsTrim(thisComment)endif cand.comment ~= "" thenif thisComment ~= cand.comment thenif utf8.len(cand.comment) < 5 thenif '💡'==cand.comment thenthisComment = cand.comment..thisCommentelsethisComment = cand.comment..'✔'..thisCommentendelsethisComment = cand.comment..'\r'..thisCommentendendendendcand:get_genuine().comment = thisCommentendyield(cand)end
endreturn dic_4w_Filter

`sysInfo.lua`

在以上👆的 dic_4w.lua 脚本中，我们发现其引用了一个 sysInfo 的外部脚本，如下👇：
20240103175732

sysInfo.lua 脚本文档提供了一些系统信息获取的方法，脚本内容如下👇：

local M={}
local dbgFlg = false--设置 dbg 开关
M.setDbg = function(flg)dbgFlg = flgprint('sysInfo dbgFlg is '..tostring(dbgFlg))
endM.homePath = function()return os.getenv("HOMEPATH")
endM.computerName = function()return os.getenv("COMPUTERNAME")
endM.userName = function()return os.getenv("USERNAME")
endM.osName = function()return os.getenv("OS")
endM.NUMBER_OF_PROCESSORS = function()return os.getenv("NUMBER_OF_PROCESSORS")
endM.PROCESSOR_IDENTIFIER = function()return os.getenv("PROCESSOR_IDENTIFIER")
endM.PROGRAMDATA = function()return os.getenv("PROGRAMDATA")
end
M.PROGRAMFILES = function()return os.getenv("PROGRAMW6432")
end
M.PROGRAMFILESx86 = function()return os.getenv("PROGRAMFILES(X86)")
end
M.APPDATA = function()return os.getenv("APPDATA")
end
M.WINDIR = function()return os.getenv("WINDIR")
end
M.COMMONPROGRAMFILES = function()return os.getenv("COMMONPROGRAMFILES")
end
M.COMMONPROGRAMFILESx86 = function()return os.getenv("COMMONPROGRAMFILES(x86)")
end
M.TEMP = function()local path = os.getenv("TEMP")if nil == path or '' == path thenpath = os.getenv("TMP")endreturn path
end
M.SYSTEMDRIVE = function()return os.getenv("SYSTEMDRIVE")
endM.currentDir = function()local info = debug.getinfo(2) --debug.getinfo(2), 2: 返回调用 currentDir 的函数的信息--解析info.source所在的路径local path = info.sourcepath = string.sub(path, 2, -1) -- 去掉开头的"@"path = string.gsub(path,'\\','/') -- 路径格式由 c:\\Users\\san.zhang\\ 转换为 c:/Users/san.zhang/path = string.match(path, "^(.*)/") -- 捕获最后一个 "/" 之前的部分 就是我们最终要的目录部分return path
endM.test = function(printPrefix)if nil == printPrefix thenprintPrefix = ' 'endif dbgFlg thenprint(printPrefix..'sysInfo test starting...')print(printPrefix, 'currentDir is：', M.currentDir())print(printPrefix, 'computerName is：', M.computerName())print(printPrefix, 'homePath is：', M.homePath())print(printPrefix, 'userName is：', M.userName())end
endreturn M

👆以上 sysInfo.lua 脚本中，我们可以看到其提供了很多的系统信息的获取方法，例如系统名称，系统路径，脚本工作路径等。这些基础的信息，在将来的其它 lua 脚本中还会继续用到。

`utf8String.lua`

在以上👆的 utf8String.lua 脚本中，我们发现其引用了一个 utf8String 的外部脚本，如下👇：
20240103180832

utf8String.lua 脚本文档提供了一些utf-8字符串处理的方法，脚本内容如下👇：

--utf8String.lua
--这个模块主要用于处理一些utf8字符串相关的操作-- 定义一个全局变量，用于记录一个随机数种子
randomseed = os.time()local M={}
local dbgFlg = false--左侧标点，例如左侧括号，左侧引号等，以及单符号标点也被识为左侧标点，例如 | , 等
local punctuationsAtLeft = {['，'] = true,[','] = true,['。'] = true, ['.'] = true,[';'] = true,['；'] = true,['、'] = true,['\\'] = true,['？'] = true,['?'] = true,['！'] = true,['!'] = true,['＠'] = true,['@'] = true,['&'] = true,['＆'] = true,['/'] = true,['…'] = true,[' '] = true,['（'] = true,['('] = true,['‘'] = true,['“'] = true,['［'] = true,['['] = true,['【'] = true,['<'] = true,['《'] = true,['〈'] = true}--右侧标点，例如右侧括号，右侧绰号等，以及单符号标点也被识别为右侧标点，例如 | , 等
local punctuationsAtRight = {['，'] = true,[','] = true,['。'] = true, ['.'] = true,[';'] = true,['；'] = true,['、'] = true,['\\'] = true,['？'] = true,['?'] = true,['！'] = true,['!'] = true,['＠'] = true,['@'] = true,['&'] = true,['＆'] = true,['/'] = true,['…'] = true,[' '] = true,['）'] = true,[')'] = true,['’'] = true,['”'] = true,['］'] = true,[']'] = true,['】'] = true,['>'] = true,['》'] = true,['〉'] = true}local lettersForPwd = {"A", "B", "C", "D", "E", "F", "G", "H", "I", "J", "K", "L", "M", "N", "O", "P", "Q", "R", "S", "T", "U", "V", "W", "X", "Y", "Z",
"a", "b", "c", "d", "e", "f", "g", "h", "i", "j", "k", "l", "m", "n", "o", "p", "q", "r", "s", "t", "u", "v", "w", "x", "y", "z",
"0", "1", "2", "3", "4", "5", "6", "7", "8", "9",
"~", "!", "@", "#", "$", "%", "^", "&", "*", "-", "=", "+"}--设置 dbg 开关
local function setDbg(flg)dbgFlg = flgprint('utf8String dbgFlg is '..tostring(dbgFlg))
end--判断给定的一个字符头，实际占用的字节数
local function chsize(char)if not char thenreturn 0elseif char > 240 thenreturn 4elseif char > 225 thenreturn 3elseif char > 192 thenreturn 2elsereturn 1end
end--判断给定的一个字符串的实际字符长度
local function utf8Len(str)local len = 0local currentIndex = 1while currentIndex <= #str dolocal char = string.byte(str,currentIndex)currentIndex = currentIndex + chsize(char)len = len + 1endreturn len
end--根据给定的字符串，和指定的起始位置和字符数，截取子串
local function utf8Sub(str,startChar,numChars)local startIndex = 1while startChar > 1 dolocal char = string.byte(str,startIndex)startIndex = startIndex + chsize(char)startChar = startChar - 1endlocal currentIndex = startIndexwhile numChars > 0 and currentIndex <= #str dolocal char = string.byte(str,currentIndex)currentIndex = currentIndex + chsize(char)numChars = numChars - 1endreturn str:sub(startIndex,currentIndex - 1)
end--根据给定的字符串，去除其头尾的空白符
local function utf8Trim(str)str = str or ''local cnt = 0local subChar = utf8Sub(str,1,1)--去除其头部的 空白while subChar:match("%s") dostr = utf8Sub(str,2,utf8Len(str)-1)subChar = utf8Sub(str,1,1)cnt = cnt + 1end--去除其尾部的 空白subChar = utf8Sub(str,utf8Len(str),1)while subChar:match("%s") dostr = utf8Sub(str,1,utf8Len(str)-1)subChar = utf8Sub(str,utf8Len(str),1)cnt = cnt + 1endreturn str,cnt
end--根据给定的字符串，去除其头尾部的 符号 字符
local function utf8PunctuationsGo(str)str = str or ''local cnt = 0local subChar = utf8Sub(str,1,1)--去除其头部的 右侧 标点while punctuationsAtRight[subChar] dostr = utf8Sub(str,2,utf8Len(str)-1)subChar = utf8Sub(str,1,1)cnt = cnt + 1end--去除其尾部的 左侧 标点subChar = utf8Sub(str,utf8Len(str),1)while punctuationsAtLeft[subChar] dostr = utf8Sub(str,1,utf8Len(str)-1)subChar = utf8Sub(str,utf8Len(str),1)cnt = cnt + 1endreturn str,cnt
end--根据给定的字符串，去除其头尾部的 符号 和 空白
local function utf8PunctuationsTrim(str)str = str or ''local cnt = 0local subChar = utf8Sub(str,1,1)--去除其头部的 右侧 标点while punctuationsAtRight[subChar] dostr = utf8Sub(str,2,utf8Len(str)-1)subChar = utf8Sub(str,1,1)cnt = cnt + 1end--去除其尾部的 左侧 标点subChar = utf8Sub(str,utf8Len(str),1)while punctuationsAtLeft[subChar] dostr = utf8Sub(str,1,utf8Len(str)-1)subChar = utf8Sub(str,utf8Len(str),1)cnt = cnt + 1endreturn str,cnt
end--生成一个指定长度的随机密码
function newPwd(len, easyRead)len = len or 8easyRead = easyRead or truelocal pwd = ''local tmpChar = ''local cntForOptions = #lettersForPwd-- 初始化随机数种子math.randomseed(randomseed)repeat-- 重置随机数种子randomseed = math.random(0, 100000000)--随机挑选一个字符tmpChar = lettersForPwd[math.random(cntForOptions)]if easyRead then--如果要求易读，则禁用 1,l,o,O,0 这些字符if not ({['1']=true, ['l']=true, ['o']=true, ['O']=true, ['0']=true})[tmpChar] thenpwd = pwd .. tmpCharendelsepwd = pwd .. tmpCharenduntil (#pwd >= len)return pwd
end--这是用于测试的函数
local function test(printPrefix)if nil == printPrefix thenprintPrefix = ' 'endif dbgFlg thenprint(printPrefix,'utf8StringModule test starting...')print(printPrefix,utf8Len("好好学习5天天向上"))print(printPrefix,utf8Sub("好好学习5天天向上",5,2))end
end--Module
function M.init(...)M.utf8Sub = utf8SubM.utf8Len = utf8LenM.utf8Trim = utf8TrimM.utf8PunctuationsGo = utf8PunctuationsGoM.utf8PunctuationsTrim = utf8PunctuationsTrimM.newPwd = newPwdM.setDbg = setDbgM.test = test
endM.init()return M

👆以上脚本中，我们可以看到 utf8String.lua 提供了丰富的基础字符串处理和生成该当，这些方法在将来的 rime 配置脚本中，还将会引用。

dic_4w_en.txt 文档、dic_4w_cn.txt 文档、dic_4w.lua 文档、dic_4w_Filter.lua 文档、sysInfo.lua 文档和 utf8String.lua 文档，都应该位于 用户文件夹 下的 lua 文件夹内，如下👇：
20240103181535

`rime.lua`

以上 dic_4w_Filter.lua 脚本中所定义的 dic_4w_Filter 滤镜方法，需要在 rime.lua 中映射为 dic_4w_Filter 滤镜接口，以便在配置文档中引用该接口。 rime.lua 中增加如下👇配置：

dic_4w_Filter = require("dic_4w_Filter")

保存你的 rime.lua 文档，请注意 rime.lua 文档的位置

`easy_en.custom.yaml` & `wubi_pinyin.custom.yaml`

接下来，我们需要在输入方案的补丁文档中配置引用 dic_4w_Filter 滤镜了。不过在此之前，我们需要注意到一个状态开关。

如果你仔细阅读了上面的代码，你应该会在 dic_4w_Filter.lua 脚本中注意到以下脚本内容：
20240103184345
这里脚本获取了一个系统的选项开关，这个开头决定了脚本是否继续运行 dic_4w_Filter 滤镜的功能逻辑。所以我们需要在输入方案的配置文档中配置一个 encnDic 的开关。我们在 easy_en.custom.yaml 和 wubi_pinyin.custom.yaml 文档中增加以下配置以增加 encnDic 开关：

patch:switches/+: #增加以下开关- name: encnDic					# 中英字典开关reset: 1states: [Off, 中英对照]

有了开关以后，我们需要将 dic_4w_Filter 滤镜配置到输入方案中，我们在 easy_en.custom.yaml 和 wubi_pinyin.custom.yaml 文档中增加以下配置以引用 dic_4w_Filter 滤镜：

patch:engine/filters/+:- lua_filter@dic_4w_Filter						# 英中对照滤镜

配置文档

👆以上所涉的配置文档，你可以在 rime中州韵小狼毫中英互译滤镜下载取用。

效果欣赏

当我们完成以上配置后，我们需要 重新配置 rime中州韵小狼毫输入方法，然后我们就可以在 五笔・拼音 输入方案中看到英文翻译，如下👇：
20240103155835
在 easyEnglish 输入方案中看到中文翻译，如下👇：
20240103160214

小结

文章分享介绍了在 rime中州韵小狼毫输入法中定义并配置实现中英互译滤镜的方法，共涉及脚本及字典文档9个，实现滤镜定义1个，配置输入方案2个，总体现实了既定的功能效果。
和wubi_pinyin.custom.yaml文档中增加以下配置以引用dic_4w_Filter` 滤镜：

patch:engine/filters/+:- lua_filter@dic_4w_Filter						# 英中对照滤镜

配置文档

👆以上所涉的配置文档，你可以在 rime中州韵小狼毫中英互译滤镜下载取用。

效果欣赏

小结

文章分享介绍了在 rime中州韵小狼毫输入法中定义并配置实现中英互译滤镜的方法，共涉及脚本及字典文档9个，实现滤镜定义1个，配置输入方案2个，总体现实了既定的功能效果。