当前位置：首页 > news >正文

关于输入法重码率的计算

news 2025/5/13 9:39:08

本人在电脑上一直使用的86版五笔输入法。在手机上之前使用的是9宫全拼，后来使用了基于Rime框架的同文输入法，没有九宫全拼了；然后就自己配置了一个四角号码输入法。

如果有兴趣的可以移步：四角号码输入法介绍、四角号码配置仓库

四角号码输入法用下来感觉还是不错的，使用九宫格键盘，按键大，不易误触。
Snipaste_2025-05-07_13-03-27

在调查四角号码输入法可行性的时候，也考虑和计算了重码率这个概念。统计的思路是统计码表内的总字数作为基准，计算存在同码字的字数，与之相除得到的比例值作为重码率。所使用的码表文件见：四角号码码表四码+五码+六码收录汉字及部件约 7w5 个

统计脚本

统计码表的重码率 python 脚本如下：

# -*- coding:UTF-8 -*-
"""
@author: dyy
@contact: douyaoyuan@126.com
@time: 2025/4/18 12:01
@file: 字典组词方案验证.py
@desc: xxxxxx
"""# region 引入必要的依赖
import os模块名 = 'DebugInfo'
try:from DebugInfo.DebugInfo import *
except ImportError as impErr:print(f"尝试导入 {模块名} 依赖时检测到异常：{impErr}")print(f"尝试安装 {模块名} 模块：")try:os.system(f"pip install {模块名}")except OSError as osErr:print(f"尝试安装模块 {模块名} 时检测到异常：{osErr}")exit(0)else:try:from DebugInfo.DebugInfo import *except ImportError as impErr:print(f"再次尝试导入 {模块名} 依赖时检测到异常：{impErr}")exit(0)# endregionclass CharCls:word: str = ''code: str = ''def 加载码表(charCodeFile_: str,colIdxOfCode: int = 0,限制码长: int = 0,画板: 打印模板 = None)-> dict[str, CharCls]:"""加载指定的码表文档，默认第一列为字，不同列以 tab 分隔:param colIdxOfCode: 编码所在的列，如果小于1，则默认最后一列为编码:param charCodeFile_: 指定的码表文档，文本文档:param 限制码长: 限制码的长度，如果为0，则不限制:param 画板: 打印模板:return: 返回码表字典，以字为key，以 CharCls对象为值"""画板 = 画板 if isinstance(画板, 打印模板) else 打印模板()画板.执行位置(加载码表)if not charCodeFile_:画板.提示错误('未指定字码文件')return {}if not os.path.isfile(charCodeFile_):画板.提示错误(f'指定的字码文件不存在: {黄字(charCodeFile_)}')return {}charsDic: [str, CharCls] = {}with open(charCodeFile_, 'r', encoding='utf-8') as f:开始: bool = Falsefor 行 in f:行 = 行.strip()if 开始:if not 行.startswith('#'):行分列: list[str] = 行.split('\t')if len(行分列) < 2: # 如果行的列数小于2,则这不是有效的字码行continue字 = 行分列[0]if 0 < colIdxOfCode < len(行分列):码 = 行分列[colIdxOfCode]else:码 = 行分列[-1]if 限制码长 > 0:码 = 码[:限制码长]if len(码) > 1:okFlg: bool = Trueif charsDic.__contains__(字):if len(charsDic[字].code) > len(码):okFlg = Falseif okFlg:cc: CharCls = CharCls()cc.word = 字cc.code = 码charsDic[字] = ccif 行 == '...':开始 = Truereturn charsDicdef 加载词表(wordFile_: str, 画板: 打印模板 = None) -> dict[str, CharCls]:"""加载指定的词语表,词语位于第一列,不同列以 Tab 分隔;可限制词语的字数,加载词语表时,不加载里面的码:param wordFile_: 指定的词语表文档:param 画板: 打印模板:return: 返回词码字典"""画板 = 画板 if isinstance(画板, 打印模板) else 打印模板()画板.执行位置(加载词表)if not wordFile_:画板.提示错误('未指定词语文件')return {}if not os.path.isfile(wordFile_):画板.提示错误(f'指定的词语文件不存在: {黄字(wordFile_)}')return {}worldsDict: [str, CharCls] = {}with open(wordFile_, 'r', encoding='utf-8') as f:开始: bool = Falsefor 行 in f:行 = 行.strip()if 开始:if not 行.startswith('#'):词, *_ = 行.split('\t')if len(词) == 2 and not worldsDict.__contains__(词):wc: CharCls = CharCls()wc.world = 词worldsDict[词] = wcif 行 == '...':开始 = Truereturn worldsDictif __name__ == "__main__":画板 = 打印模板(True)画板.执行位置(__file__)# 直接统计码表的重码率if True:码表: dict[str, CharCls] = 加载码表(charCodeFile_=r'f:\Users\TmpFolder\sjhm_base.dict.yaml',colIdxOfCode=1,画板=画板.副本.缩进())汉字数量: int = len(码表)画板.消息(f'共加载码表条目 {绿字(汉字数量)} 条')码字表: dict[str, list[str]] = {}  # 以 码 为键,统计每个码应对的汉字for k, v in 码表.items():if v.code in 码字表.keys():码字表[v.code].append(k)else:码字表[v.code] = [k]重码字数量:int = len([len(码字表[code]) for code in 码字表 if len(码字表[code]) > 1])画板.消息(f'存在重码的字共有 {红字(重码字数量)} 个')画板.消息(f'计算码码率为 {重码字数量 * 100 / 汉字数量}%')