四种拼音输入法的比较以及拼音输入法开发［讨论篇］

archmage

我是刚用fcitx，不太清楚情况。不知道它有没有导入文本文件词库的功能。
如果没有，加上这个功能想必不太费力。这样的话，就可以导入其他输入法的“海量”词库。比如网上可以找到的windows平台的紫光、拼音加加的词库。
另外我觉得这两个输入法可以通过space、左右shift选字的功能也挺方便，不知道可不可以加上？

stormful

最初由 liuspider 发表
我现在使用SCIM

我最先使用的也是 mandrake 自带的 chinput， 但是我的感觉是极不习惯，也许是用惯了 整句输入了

后来用了很久的 xsim， 感觉还是不错的，虽然界面有点点土，但是用得很舒服

改用二笔后， 我就转而使用 ebf-fcitx，因为这是 linux 下二笔的唯一解决方案，（当然现在不是了），期间也给作者 tram 提交了一些修改、更新补丁

现在我正在使用的就是 SCIM，并且使用的输入法是我刚刚为其增加的二笔输入法（使用的SCIM中的 generic_table 类实现的，当然我也提交了一些修正和更新补丁）。我之所以选择SCIM，为其增加二笔输入法，有如下原因：
1。最重要的是代码结构组织好，完全基于C＋＋，当然，C的程序也有结构好的，但我看过的输入法－－chinput, fcitx(ebf-fcitx)以及 xsim, scim －－ 中，除了 xsim 较接近 scim 的水平外，其他的在代码的规范性，代码的组织结构上，都不及 SCIM。
2。作者 james_su 一直保持更新和维护，这使我觉得放心，

我写以上文字，绝对没有攻击任何人的意思，我也仅仅是希望大家可以团结一致的开发好一个输入法， 而不是大家分散精力的同时开发好几个。

我在前几天也给 tram 私下谈过，希望他放弃 ebf-fcitx 的开发，而是转向SCIM，提高scim 的功能，或为其写新的界面、模块，但最后是不了了之。所以我就为 SCIM 增加了 二笔输入法功能。

忠心希望中文输入法能够变的功能更全、更易用。

一点个人看法，如果冒犯了谁，还请海涵

看了liuspider的帖子，我感到很担心。我不是scim的拥护者，也不是紫光的拥护者。因为，我根本就没有办法使用他们，我使用的操作系统是freebsd。对于只有发行包，而没有

源代码的拼音输入法，我感到无能为力。

我现在只有fcitx。但liuspider劝导fcitx的作者放弃fcitx，我感觉是一个不好的，不可理喻的消息。我期望fcitx的作者能够坚持下去。

我对fcitx有好感，因为它是完全free的。前些日子我在这个论坛上发布了不满scim不公开拼音输入法的帖子，在帖子中我说过要推动fcitx的发展。当时我首先感到的是fcitx在词

频上的弱点。我开发了一个词频统计程序。现在，该程序已经统计了在1.9G纯汉字信息内容的词频。后来，我在简单看了fcitx代码的情况下，发现fcitx在吞吐海量词库上可能存

在的一些问题。我现在正在对检索海量词库的算法上做一些研究。相信，在1个月内，能够在该论坛上提交一个完整的研究报告，并附加数千行的代码。

我现在感觉fcitx的主要问题在于协作开发上。我不知道fcitx是否是个人开发，如果是这是相当不好的。我想没有人会对一个输入法献身的。每个人的精力是有限的。如果能够集

中大家的力量，我们会得到一个理想的fcitx的。在这一点上，我感觉最深的是fcitx没有一个完整的FAQ。到底是使用者的个人能力问题，还是操作系统问题，还是fcitx本身的问

题？能不能对那些感兴趣的人分工一下？我对KDE/QT开发环境比较熟悉，我愿意参与这方面的开发。我现在使用FreeBSD我愿意参与这方面的测试工作。

中国人使用的众多输入法，可能只有中国人才使用。

liuspider

呵呵，楼上这位，我开始就是不想试用 SCIM 的原因也是因为他的拼音输入法是不开源的。

其实，作者有他自己的考虑，也是完全可以理解的，而且现在，他也是可以完全免费使用的。而作为SCIM这个输入法平台以及 通用码表输入模块，则都是完全开源的，而且可以在 CVS 上得到最新的开发版本。这些的结构是很好的，非常易于扩充和维护，在这点上，我觉得其他几个输入法做的都不够好

所以，你完全可以将 fcitx 中的现在的拼音模式，方便的在 SCIM 下实现，我相信 james_su 也会将这些代码 merge 入 CVS 的。

你所说的词频功能，不论是词频统计还是词频的使用上，SCIM 中都已经实现了，你完全可以参考一下，为什么要重头做起呢?

stormful

to liuspider:

    呵呵，拼音是最简单的输入法，但在程序上可能是最复杂的输入法。我不喜欢遮遮掩掩。只要肯花心思，会出现最好的拼音输入法的。只要找到拼音输入法的特点，就可以非常轻松的移植到其他输入法上。甚至检索机制都不用改变。

    词频管理，只是一个非常非常小的方面。在我的实验早期，只用了几百行的代码就实现了高速统计功能。12万条的的词库统计1.9G的的信息只用了10分钟。

    我为什么要支持scim？这个不free的输入法？只要fcitx能够吸纳更多的程序员。提高它的品质，fcitx会无可限量的。

james_su

最初由 stormful 发表
to liuspider:

    呵呵，拼音是最简单的输入法，但在程序上可能是最复杂的输入法。我不喜欢遮遮掩掩。只要肯花心思，会出现最好的拼音输入法的。只要找到拼音输入法的特点，就可以非常轻松的移植到其他输入法上。甚至检索机制都不用改变。

    词频管理，只是一个非常非常小的方面。在我的实验早期，只用了几百行的代码就实现了高速统计功能。12万条的的词库统计1.9G的的信息只用了10分钟。

    我为什么要支持scim？这个不free的输入法？只要fcitx能够吸纳更多的程序员。提高它的品质，fcitx会无可限量的。

拜托你把 scim 和 scim-chinese 区别开来好不好。scim 是一个输入法平台，完全公开源码而且是 LGPL 版权的，比 GPL 还公开。scim-chinese 目前包含一个拼音输入法，是不公开源码的。

我真是搞不明白为什么大家总死抓着 scim-chinese 不公开源码不放呢？难道 scim 公开的3万多行源码全是垃圾不成？

如果大侠有兴趣开发拼音输入法，完全可以在 scim 平台上开发，相信会方便很多。而且你有公开／不公开自己代码的权力和自由，因为 scim 本身是 LGPL 的。你完全可以帮助把 scim 移植到 freebsd 上，然后再自己开发一个比 scim-chinese 还好的拼音输入法用着。你完全可以不去关心 scim-chinese 是否公开源码呀。

scim-chinese 是我个人的劳动成果，不公开源码是我的自由和权力，所以我觉得评论 scim-chinese 公不公开源码没有什么意义吧。

liuspider

scim 不free吗？ 好像是 free 的吧，就算是不开源的 scim-chinese 也是可以免费使用的啊

stormful

最初由 james_su 发表
拜托你把 scim 和 scim-chinese 区别开来好不好。scim 是一个输入法平台，完全公开源码而且是 LGPL 版权的，比 GPL 还公开。scim-chinese 目前包含一个拼音输入法，是不公开源码的。

我真是搞不明白为什么大家总死抓着 scim-chinese 不公开源码不放呢？难道 scim 公开的3万多行源码全是垃圾不成？

如果大侠有兴趣开发拼音输入法，完全可以在 scim 平台上开发，相信会方便很多。而且你有公开／不公开自己代码的权力和自由，因为 scim 本身是 LGPL 的。你完全可以帮助把 scim 移植到 freebsd 上，然后再自己开发一个比 scim-chinese 还好的拼音输入法用着。你完全可以不去关心 scim-chinese 是否公开源码呀。

scim-chinese 是我个人的劳动成果，不公开源码是我的自由和权力，所以我觉得评论 scim-chinese 公不公开源码没有什么意义吧。

呵呵，谈到版权和公开源代码，问题好像就谈的太远了。这就好像Linux和Windows之间的关系。没有人要求Linux公布代码，但它这么做了，而且有很多人跟着做了。这是Linux的招牌，是人们喜欢它的原因。

我并没有要求你公布你的代码，呵呵，我根本就没有这个权利。我只是说这样隐秘的东西在free世界里我不喜欢，也不支持。我把它同紫光划等号我感觉没有任何概念上的错误。最近一年，我在Linux下开发商业产品。我根本就不会公开代码，想都别想。但你的拼音输入法是商业软件么？我在这个论坛上没有看到，可能是我孤陋寡闻吧。

我对scim不了解，今天才知道scim和scim－chinese的关系。看来你要把scim做成通用输入平台。这真是一件好事情。但平台是平台，输入法是输入法。平台是主体还是输入法是主体？这好像是鸡和蛋的关系了。在我看来，最近几年成功的众多输入法证明了一个硬道理，在必要的最小环境下，蛋是主体。说实在的，我很为scim惋惜。看来你做了很多前期工作，但你的scim－chines破坏了人们的印象。这好像又回到了Linux的精神上了。

你在写scim－chinese的时候，是否感觉到很多算法非常有趣？这里面有非常宽广的优化空间和可以讨论的东西。说实在的，我需要能够讨论的对象。这个论坛只是提供输入法具体使用方面的内容么？

我今天很高兴。我重要在控制台上验证了我的算法。呵呵，我看到了汉字和词组。

stormful

最初由 liuspider 发表
scim 不free吗？ 好像是 free 的吧，就算是不开源的 scim-chinese 也是可以免费使用的啊

谁知道哪？每个人的看法不同吧。或许GNU和BSD才是最最Free的吧。

james_su

当然是 SCIM 更重要一些了，拼音输入法只是一个模块而已，也只是大陆中国人才用。不会普通汉语的人才不会用呢。而 SCIM 的目标用户群是所有使用 CJK 语言的人。我已经有一个简单的日文输入模块可以用了，很快还要有繁体注音模块，甚至韩文输入模块。

你说是 scim-chinese 重要还是 scim 重要呢？


另外，商业软件和开放源代码软件根本就不是对立的。scim-chinese 恰巧不是开放源代码软件但目前也不是商业软件。scim-chinese 目前属于 free to use 的软件。

我只是不希望你把 scim-chinese 和 scim 搞混了，也不希望你因为 scim-chinese 不公开源码而迁怒于 scim。你大可认为不存在 scim-chinese 这个软件。

另外，说道算法。scim 里面也使用了很多算法，虽然都不是很复杂，但也可以讨论呀。比如 通用码表输入法模块里面就有关于词频统计和调整的算法，还有编码的算法，你要是有兴趣可以研究一下，至少我认为还是很有意思的。尤其是我用的编码算法，我还没看到果哪个开放源码的中文输入法使用类似的算法。

你如果想和我讨论拼音输入法的算法也可以呀，拼音输入法的算法博大精深，可讨论的东西多了，不一定要牵扯到源码。比如拼音切分算法，智能匹配算法等等。词频统计只是一个很小的算法而已。

最初由 stormful 发表
呵呵，谈到版权和公开源代码，问题好像就谈的太远了。这就好像Linux和Windows之间的关系。没有人要求Linux公布代码，但它这么做了，而且有很多人跟着做了。这是Linux的招牌，是人们喜欢它的原因。

我并没有要求你公布你的代码，呵呵，我根本就没有这个权利。我只是说这样隐秘的东西在free世界里我不喜欢，也不支持。我把它同紫光划等号我感觉没有任何概念上的错误。最近一年，我在Linux下开发商业产品。我根本就不会公开代码，想都别想。但你的拼音输入法是商业软件么？我在这个论坛上没有看到，可能是我孤陋寡闻吧。

我对scim不了解，今天才知道scim和scim－chinese的关系。看来你要把scim做成通用输入平台。这真是一件好事情。但平台是平台，输入法是输入法。平台是主体还是输入法是主体？这好像是鸡和蛋的关系了。在我看来，最近几年成功的众多输入法证明了一个硬道理，在必要的最小环境下，蛋是主体。说实在的，我很为scim惋惜。看来你做了很多前期工作，但你的scim－chines破坏了人们的印象。这好像又回到了Linux的精神上了。

你在写scim－chinese的时候，是否感觉到很多算法非常有趣？这里面有非常宽广的优化空间和可以讨论的东西。说实在的，我需要能够讨论的对象。这个论坛只是提供输入法具体使用方面的内容么？

我今天很高兴。我重要在控制台上验证了我的算法。呵呵，我看到了汉字和词组。

stormful

是么？你不是大陆的么？你不会说不通话么？我曾经很多一个普通的政府员工艰难的录入汉字。

说到算法，就非常有意思了。这可能让这个帖子长期至顶。

首先，就说说拼音拆分算法吧。因为我今天早上才开始玩他。我没有使用正规的拼音规则，因为我根本就找不到相关的国家标准。我使用了一个非常野蛮的方法。

在我使用过的拼音输入法中，对于拼音拆分我的最大感受是最小匹配模式。在统计和管理词库的时候，我有一个副结构，拼音表。它不是简单的拼音组合，而是拼音递减结构。为了实现最小匹配。我从倒序匹配。

当然了，必要的数据结构就是hash表和联表了。