百度输入法的词库 bdict 转 txt-程序员宅基地

Python

<br />\#encoding:utf-8 import struct import binascii class Baidu(object): def __init__(self, originfile): self.originfile = originfile self.lefile = originfile + '.le' self.txtfile = originfile[0:(originfile.__len__()-5)] + 'txt' self.buf = [b'0' for x in range(0,2)] self.listwords = [] #字节流大端转小端 def be2le(self): of = open(self.originfile,'rb') lef = open(self.lefile, 'wb') contents = of.read() contents_size = contents.__len__() mo_size = (contents_size % 2) #保证是偶数 if mo_size > 0: contents_size += (2-mo_size) contents += contents + b'0000' #大小端交换 for i in range(0, contents_size, 2): self.buf[1] = contents[i] self.buf[0] = contents[i+1] le_bytes = struct.pack('2B', self.buf[0], self.buf[1]) lef.write(le_bytes) print('写入成功转为小端的字节流') of.close() lef.close() def le2txt(self): lef = open(self.lefile, 'rb') txtf = open(self.txtfile, 'w') #以字符串形式读取转成小端后的字节流，百度词典的起始位置为0x350 le_bytes = lef.read().hex()[0x350:] i = 0 while i<len(le_bytes): result = le_bytes[i:i+4] i+=4 #将所有字符解码成汉字，拼音或字符 content = binascii.a2b_hex(result).decode('utf-16-be') #判断汉字 if '\u4e00' <= content <= '\u9fff': self.listwords.append(content) else: if self.listwords: word = ''.join(self.listwords) txtf.write(word + '\n') self.listwords = [] print('写入txt成功') lef.close() txtf.close() if __name__ == '__main__': path = './dict_file_565_20111206100521_1.0.0.bdict' bd = Baidu(path) bd.be2le() bd.le2txt()

< br / > \ #encoding:utf-8

import struct

import binascii

class Baidu ( object ) :

def __init__ ( self , originfile ) :

self . originfile = originfile

self . lefile = originfile + '.le'

self . txtfile = originfile [ 0 : ( originfile . __len__ ( ) - 5 ) ] + 'txt'

self . buf = [ b '0' for x in range ( 0 , 2 ) ]

self . listwords = [ ]

#字节流大端转小端

def be2le ( self ) :

of = open ( self . originfile , 'rb' )

lef = open ( self . lefile , 'wb' )

contents = of . read ( )

contents_size = contents . __len__ ( )

mo_size = ( contents_size % 2 )

#保证是偶数

if mo_size & gt ; 0 :

contents_size += ( 2 - mo_size )

contents += contents + b '0000'

#大小端交换

for i in range ( 0 , contents_size , 2 ) :

self . buf [ 1 ] = contents [ i ]

self . buf [ 0 ] = contents [ i + 1 ]

le_bytes = struct . pack ( '2B' , self . buf [ 0 ] , self . buf [ 1 ] )

lef . write ( le_bytes )

print ( '写入成功转为小端的字节流' )

of . close ( )

lef . close ( )

def le2txt ( self ) :

lef = open ( self . lefile , 'rb' )

txtf = open ( self . txtfile , 'w' )

#以字符串形式读取转成小端后的字节流，百度词典的起始位置为0x350

le_bytes = lef . read ( ) . hex ( ) [ 0x350 : ]

i = 0

while i & lt ; len ( le_bytes ) :

result = le_bytes [ i : i + 4 ]

i += 4

#将所有字符解码成汉字，拼音或字符

content = binascii . a2b_hex ( result ) . decode ( 'utf-16-be' )

#判断汉字

if '\u4e00' & lt ; = content & lt ; = '\u9fff' :

self . listwords . append ( content )

else :

if self . listwords :

word = '' . join ( self . listwords )

txtf . write ( word + '\n' )

self . listwords = [ ]

print ( '写入txt成功' )

lef . close ( )

txtf . close ( )

if __name__ == '__main__' :

path = './dict_file_565_20111206100521_1.0.0.bdict'

bd = Baidu ( path )

bd . be2le ( )

bd . le2txt ( )

zeropython 微信公众号 5868037 QQ号 [email protected] QQ邮箱

本文链接：https://blog.csdn.net/songhao8080/article/details/103669956

原作者删帖不实内容删帖广告或垃圾文章投诉

智能推荐

【我的世界Minecraft-MC】常见及各种指令大杂烩【2022.8版】_summon生成掉落物-程序员宅基地

文章浏览阅读8.5k次，点赞7次，收藏22次。execute as @a at @s run clear @s minecraft:dark_oak_planks{display:{Name:“{“text”:“第三关[阴森古堡]”,“color”:“red”,“italic”:false}”,color:“16711680”},Enchantments:[{id:“protection”,lvl:1}],Unbreakable:1b} 1。Lore:[“{“text”:“免费”,“color”:“blue”,“italic”:false}”]..._summon生成掉落物

CentOS 7安装教程（图文详解）_centos 安装-程序员宅基地

文章浏览阅读10w+次，点赞487次，收藏2.1k次。CentOS 7安装教程：准备：软件：VMware Workstation 镜像文件：CentOS-7-x86_64-bin-DVD1.iso （附：教程较为详细，注释较多，故将操作的选项进行了加粗字体显示。） 1、文件--新建虚拟机--自定义 2、..._centos 安装

第1篇目标检测概述 —（2）目标检测算法介绍_检测类算法的作用-程序员宅基地

文章浏览阅读1.4k次，点赞3次，收藏8次。目标检测算法是一种计算机视觉算法，用于在图像或视频中识别和定位特定的目标物体。本节课就给大家重点介绍下基于深度学习的目标检测算法！_检测类算法的作用

Linux编译mplayer播放badapple及编译fbv加载图片（基于V3S预告板子要开源了）_v3s笔记-程序员宅基地

文章浏览阅读1.8k次，点赞3次，收藏15次。Linux编译mplayer播放badapple及编译fbv加载图片（基于V3S）1.编译前准备：1.linux5.10内核2.2018.02bulidroot3.v3s板子2.linux内核配置1.修改设备树（linux-5.10/arch/arm/boot/dts/文件夹下）1.修改sun8i-v3s.dtsi文件的最后一个dma的位置添加以下代码： codec_analog: codec-analog@01c23000 { compatible = "allwinner,sun_v3s笔记

我们应如何度过自己的大学生活？_如何度过大学生活1000字-程序员宅基地

文章浏览阅读3.1k次。我们应如何度过自己的大学生活？踏着九月的烈日，我们成功地来到了河南理工大学，开始了我们的大学生活，那么你可曾想过，我们到底应该如何度过我们的大学生活才算有意义呢？可曾记得高中老师说的最多的一句话：“好好学吧！上了大学就轻松了！”每当听到这句话时都会给我们莫大的鼓励，也让我们对大学充满了憧憬。那么大学生活真如高中老师说的那样轻松吗？其实不然！高中老师所谓的轻松只是在一定程度上正课的时..._如何度过大学生活1000字

python snownlp情感分析简易demo(分享)，没有我Python干不成的事！_snowlp情感分析代码-程序员宅基地

文章浏览阅读745次。SnowNLP是国人开发的python类库，可以方便的处理中文文本内容，是受到了TextBlob的启发而写的，由于现在大部分的自然语言处理库基本都是针对英文的，于是写了一个方便处理中文的类库，并且和TextBlob不同的是，这里没有用NLTK，所有的算法都是自己实现的，并且自带了一些训练好的字典。注意本程序都是处理的unicode编码，所以使用时请自行decode成unicode。MIT许可下发行。其github主页可能有些不准确，我也是随便提取的数据，不过snownlp还是号称情感分析准确很高的！_snowlp情感分析代码

随便推点

java exit方法_Java：如何测试调用System.exit（）的方法？-程序员宅基地

文章浏览阅读694次。问题我有一些方法应该在某些输入上调用567779278。不幸的是，测试这些情况会导致JUnit终止！将方法调用放在新线程中似乎没有帮助，因为System.exit()终止了JVM，而不仅仅是当前线程。是否有任何常见的处理方式？例如，我可以将存根替换为System.exit()吗？[编辑]有问题的类实际上是一个命令行工具，我试图在JUnit中测试。也许JUnit根本不适合这份工作？建议使用互补回归测..._检查system.exit

如何在金山云上部署高可用Oracle数据库服务_rman target sys/holyp#ssw0rd2024@gdcamspri auxilia-程序员宅基地

文章浏览阅读788次。如何在金山云上部署高可用Oracle数据库服务根据不同需求，基于金山云云服务器、专属云、物理主机、云硬盘和托管服务自建Oracle数据库，通过Oracle Data Guard实现高可用，实现主备数据复制、有计划切换(Switchover)和故障切换(Failover)，并利用对象存储归档数据库历史数据。具体的架构示意图如下：本文介绍采用金山云云服务器搭建高可用Oracle数据库（采用版本是..._rman target sys/holyp#ssw0rd2024@gdcamspri auxiliary sys/holyp#ssw0rd2024@gd