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。@_@;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...

新版本的Windows 11 檔案總管 (Modernized File Explorer Home)

電腦相關應用

MS 的官方部落格公佈下一版的 Windows 11 檔案總管,點到 “Home” 的操作起來感覺像是結合了瀏覽器: Announcing Win […]

Read More

如何停用 macOS 裡的文字自動修正功能

電腦相關應用

macOS 的「自動修正」真的讓我很困擾!很難用!預設值應該都要全拿掉才對。 在 macOS 裡寫 email, 寫 sudo 會一直被變成 Sudo, 打 rm 變 R […]

Read More

獅尾牙膏圓體:思源黑體筆觸變圓和拔腳改造免費商用

電腦相關應用

獅尾牙膏圓體基於思源黑體的變圓和拔腳改造,更加簡明現代化的字體。支援简体中文、繁體中文、韓文與日文;歡迎大家自由應用、自由改作! 獅尾牙膏圓體的特色是「口」字的左上和右下 […]

Read More

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *