程式效能調整:以異體字比對為例

沒想到「異體字」離我們的生活這麼近,冰淇淋的「淋」和姓氏「林」都有異體字。

前陣子隨手修改了一下Google和Adobe分享的字型檔案,因為Max完全不懂字體相關的知識,把字型檔案解開後,打包不回去。Google查了半天,也看不懂,亂給設定值也失敗,山不轉路轉,那就用其他替代解法吧。

首先,要取得異體字的對應表,需要到別人的網站上去偷資料庫內容,偷完的結果分享如下:

查「部首」、「筆畫」、「異體字」、「同義字」和「文字組件」的字典
https://max-everyday.com/2020/04/chinese-dictionary-radical/


有了對應表後,要把字型檔裡的字都翻一遍出來檢查對應,第一個版本寫的程式跑了15分鐘,居然一個字都沒有比對完成。@[email protected];只好重新思考解法。

新的解法和Code Review 影片:
https://youtu.be/JX6FnCPtRyw


程式架構:


寫出來的python 副程式:

def compare_dictionary(source_ff, unicode_field, full_dict):
    target_unicode_set, target_dict = load_files_to_set_dict(source_ff, unicode_field)
    alternate_set = set()
    alternate_dict = {}
    for char_key in full_dict:
        char_dict = full_dict[char_key]
        for alternate in char_dict['alternate']:
            unicode_int = ord(alternate)
            alternate_set.add(unicode_int)
            alternate_dict[unicode_int] = ord(char_key)
    diff_set_common =  target_unicode_set & alternate_set
    copy_count = 0
    for item in diff_set_common:
        if not alternate_dict[item] in target_unicode_set:
            target_filename = "uni%s.glyph" % str(hex(alternate_dict[item]))[2:].upper()
            source_path = join(source_ff,target_dict[item])
            target_path = join(source_ff,target_filename)
            shutil.copy(source_path,target_path)
            overwrite_config_encoding(target_path, alternate_dict[item], unicode_field)
            copy_count += 1

後記:由於資料庫不是很完整,上面的方法後來沒有再使用了,改用直接修改 glyph 檔案,直接比對 unicode code 編碼,符合的話,就增加 “AltUni2: ” 欄位,使用的字典檔:
https://max-everyday.com/2020/04/chinese-dictionary-radical/

Facebook網友回應

您可能也會感興趣的文章...

影片剪輯軟體「威力導演15」正版限時免費下載(含序號)

電腦相關應用

上次有申請過免費的簡易版「威力導演14」,感覺威力導演很簡單又滿好用,這次又出新的版本的限時免費了,立馬來申請 […]

Read More

不用寫程式,自動推播WordPress貼文到Telegram

電腦相關應用

慈濟要棄守LINE官方帳號投向Telegram懷抱,未來使用Telegram的用戶應該會愈來愈多,今天Max要 […]

Read More

免費商用字體整理

電腦相關應用

Max這幾天都在研究免費並且可以商用的字體,收集到的網站如下: Free commercial fonts(M […]

Read More