输入法词库转换完整流程：用免费开源工具实现 50 余种格式互转

输入法词库转换完整流程：用免费开源工具实现 50 余种格式互转

【免费下载链接】imewlconverter”深蓝词库转换“ 一款开源免费的输入法词库转换程序项目地址: https://gitcode.com/gh_mirrors/im/imewlconverter

假设你手里有一份搜狗细胞词库（scel），需要把它变成 Rime 能识别的 yaml 文件——这就是「深蓝词库转换」这类词库转换工具要完成的事。它开源免费，支持 50 余种输入法词库格式互转，覆盖搜狗、百度、QQ 拼音、微软拼音、Rime、五笔等常见输入法。整件事可以概括成三句话：选对入口、写对两个格式代码、核对输出文件。

解决什么问题，边界在哪

这是一款离线词库转换工具：读入一种格式的词库文件，导出成另一种格式。它不接管输入法的内置词库，也不做实时增删词条，所以「想改输入法里某个词」这类需求它帮不上；而「把现成文件换格式」「同一批词条同时用于电脑和手机」正是它擅长的。另外，如果源文件和目标格式相同、只是想挪个存放位置，直接复制就行，不必转换。

三条上手路径，对号入座

🖥️

选图形版时，把词库文件拖进窗口、选好源格式和目标格式即可。要走命令行路线，先确认环境：dotnet --version输出不低于 10.0；若低于 10.0，先升级 SDK 再谈构建。

git clone https://gitcode.com/gh_mirrors/im/imewlconverter cd imewlconverter dotnet build src/ImeWlConverterCmd

构建完成后，可执行文件在src/ImeWlConverterCmd/bin/Debug/net10.0/下，加--help可查看全部参数说明。

跑通一次完整转换：搜狗 scel 转 Rime

📦 下面这条线是最高频的需求之一：把一份搜狗词库放进 Rime。

1. 确认源文件。扩展名是.scel、大小与下载来源一致，没有截断。——卡住先看：路径里的空格和中文，加引号。
2. 确认两个格式代码。输入是scel，Rime 的输出代码是rime。记不清时先跑--list-formats，会打印当前版本全部可导入、可导出的格式。——卡住先看：代码要和--list-formats的输出逐字一致。
3. 执行转换。

dotnet src/ImeWlConverterCmd/bin/Debug/net10.0/ImeWlConverterCmd.dll \ -i scel -o rime -O rime-dict.yaml input.scel

4. 核对结果。终端会依次给出导入、过滤、导出的词条数量；打开rime-dict.yaml抽查几条，确认拼音、词频符合预期。——卡住先看：数量对不上时，多半是过滤环节动了词条，对照终端输出定位。
5. 放进 Rime。把 yaml 文件放进 Rime 的用户词库目录，重新加载输入法即生效。——卡住先看：输出目录是否可写，-O指向的是文件还是目录。

批量、过滤与合并拆分

为什么需要：文件多了逐个跑命令太慢；一份大词库里常混着英文、数字和超长词组；单个词库对输入法的压力有时也大得离谱。

怎么做：

• 批量转换：命令尾部一次传多个文件或用通配符；当-O指向的路径以/结尾时，工具按批量模式把结果写进该目录：

dotnet ImeWlConverterCmd.dll -i scel -o ggpy -O ./output/ *.scel

• 过滤：-f参数支持多个条件用竖线拼接——len:1-100只保留指定字数范围、rm:eng去掉含英文的词条、rm:num去掉含数字的、rank:2-9999按词频区间筛选。先在小样本上验证保留量是否符合预期，再跑全量。
• 合并与拆分：图形版内置了合并多个词库、拆分大文件的独立窗口，单个词库对输入法压力过大时拆着用。
• 自定义编码：可以自定多字词取码方式，或提供「汉字-编码」映射表，写法见 docs/custom-code-rules.md。

格式与编码速查

输入端能读：搜狗 scel、搜狗备份 bin、百度 bdict、QQ 拼音 qpyd 与 qcel、灵格斯 ld2、Rime yaml、macOS 系统拼音 plist，以及各类纯文本词库。

输出端能写：搜狗、百度、QQ、谷歌、紫光、拼音加加、libpinyin 等输入法的文本词库，Rime 词库，macOS 系统拼音 plist，五笔 86/98 词库，以及自定义格式。

注意不对称性：不少二进制格式只读不写，比如 qpyd、qcel、bdict 只支持导入，不能反向生成。此时稳定路径是「二进制 → 中间文本 → 目标格式」。完整清单以--list-formats的输出为准，各格式实现见 src/ImeWlConverter.Formats/。

编码计算由工具自动完成，支持拼音（全拼、双拼）、五笔 86/98/新世纪、郑码、仓颉、注音、二笔和自定义编码。

出问题后的系统排查

运行前：dotnet --version是否不低于 10.0；旧脚本是否还在用 3.0 之前的冒号式参数（如-i:scel），对照 docs/MIGRATION.md 改成空格分隔（-i scel）；-O的目录路径是否以/结尾，含空格的路径是否加了引号。

运行中：文本词库出现乱码，多半是文件编码与预期不符，确认是 UTF-8 还是 GBK 后重转；大词库转换慢，先跑小样本验证流程，再跑全量。

运行后：输出目录里没有文件，先核对-O的写法和目录可写性；提示格式不支持，用--list-formats确认当前版本是否收录，没有的话到 issue 区提需求。

转换做完之后的四件小事

1. 留一份self或word纯文本副本，以后换输入法不必重新找源文件。
2. 大批量之前，先取几十条小样本跑通，确认输出正确再上全量。
3. 把成功时的命令和源文件放在一起或记进笔记，复现和重转都省事。
4. 定期看仓库的 README 和 Release 说明，格式支持与缺陷修复在持续更新。

完整格式对照表见仓库根目录的 README；参数迁移、自定义编码等细节在 docs/。能复现的问题欢迎到仓库 issue 区反馈——格式互转这件事，工具把脏活干完，你只需核对最后那份文件。

【免费下载链接】imewlconverter”深蓝词库转换“ 一款开源免费的输入法词库转换程序项目地址: https://gitcode.com/gh_mirrors/im/imewlconverter