Linux中的scim 五笔 98码表的制做

昨天新装了系统，Fedora 6，太亲切了，感觉好久没有用LINUX了，哎，真是怀念大学的生活啊，虽然出来了才一个多月。

SCIM的五笔输入法是86的，我用不惯，网上到处找98码表也没有找到，查了一些资料后，决定自己动手。花了大半天的时间，才搞定。希望对后来者,有一点参考的作用，步骤如下：

1，在WINDOWS下生成98的码表文件winwb98.txt。

首先，机器上要有安装好的五笔98，码表一般会在WINDOWS/SYSTEM下，搜索一下".mb"，就能找到，然后下载imegen.exe，网上找不到，XP系统里也没有。最后还是用EMULE找到了。运行imegen将Wubi.MB转化成winwb98.txt格式的。注意：一定要打开 winwb98.txt然后另存为，选择编码格式为UTF－8。

2，将LINUX机器上的86的BIN格式码表转成Wubi86.txt。

SCIM放码表的地方：/usr/share/scim/talbes/ ， 执行scim-make-table Wubi.bin -o Wubi86.txt 就可以导出码表了。把winwb98.txt拷到LINUX机器上，还要改一下文件的换行符才行，因为WINDOWS用\r\n而LINUX用\n,还好 Fedora上有叫KHEXEDIT的十六进制编辑软件。打开winwb98.txt，搜一下“\r"也就是"0d",然后替换成空就成了。打开 Wubi86.txt和winwb98.txt比较可以发现，文件头不一样，其余的内容都是键和值的对应，但两个文件键和值的对应顺序不一样。要转化一下才行，在网上找了一个PERL的脚本，有错误不能执行，而PERL我又不懂，没法改，所以只能自己写程序了。开始的时侯是用C来写，写完才现生成的文件是 ASCII的，根本就不能用。而C的那些宽字符支持什么的，我都不会用。所以还是用JAVA来写了。源码就一个文件，用了一点正则表达式，也是今天新学的。

import java.io.BufferedReader;
import java.io.BufferedWriter;
import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.InputStreamReader;
import java.io.OutputStreamWriter;
import java.io.UnsupportedEncodingException;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

/**
* @author Brodie Chi
* Aug 12, 2007
*/
public class Converter {

private final String encoding = "UTF8";
/**
* @param args
*/
public static void main(String[] args) {
if(args.length != 2){
System.out.println("Usage: java Converter \"source file\" \"dest file\"");
}else{
new Converter().convert(args[0],args[1]);
System.out.println(args[0] + "successfully Converted");
}

}
public void convert(String sourceFileName, String destFileName ){
BufferedWriter out;
BufferedReader in;
String line;

try{
in = new BufferedReader(new InputStreamReader(
new FileInputStream(sourceFileName), encoding));
out = new BufferedWriter(new OutputStreamWriter(
new FileOutputStream(destFileName), encoding));
while((line = in.readLine()) != null)
out.write(getConvertedString(line) + "\n");
out.close();
in.close();
} catch (UnsupportedEncodingException e){
e.printStackTrace();
} catch (IOException e){
e.printStackTrace();
}
}

public String getConvertedString(String in){
String result;
Pattern p = Pattern.compile("([\u4e00-\u9fa5]*)\\s*([a-zA-Z]*)\\s*[a-zA-Z]*");
Matcher m = p.matcher(in);
if(m.matches()){
result = m.group(2) + "\t" + m.group(1);
}else{
//do nothing return the string
result = in;
System.out.println("error");
}
return result;
}
}

编译之后，把winwb98.txt放在Converter.class一下目录下，然后打开winwb98.txt把文件头去掉，只留下那些键码对。执行java Converter winwb98.txt Wubi98.txt。打开Wubi86.txt用Wubi98.txt中的内容替换

### Begin Table data.
BEGIN_TABLE
...
END_TABLE的内容，前面的一级简码不要替换。现在Wubi86.txt中，就是SCIM五笔98的码表内容了。

3，执行：scim-make-table Wubi86.txt -b -o Wubi.bin。替换掉/usr/share/scim/talbes/Wubi.bin就行了。