Matrix 首页推荐 

Matrix 是少数派的写作社区，我们主张分享真实的产品体验，有实用价值的经验与思考。我们会不定期挑选 Matrix 最优质的文章，展示来自用户的最真实的体验和观点。

文章代表作者个人观点，少数派仅对标题和排版略作修改。

开源输入法 RIME，配合雾凇拼音等精心开发的输入方案，本身就已经满足日常需求——往往这些输入方案都配备包罗万象的常用词库。

然而，这些面向日常输入的词库，不可能涵盖方方面面，对于一些专门领域的词汇则未必有收录。例如，我在写一些游戏、动画番剧的文章时，常常会碰到角色名、地名、术语等没有被输入法收录的情况。因此，我常常免不了在候选字里一顿选，不觉间，输入效率大大降低。

幸运的是，RIME 的用户，可以站在 MediaWiki 百科志愿者们的肩膀上1。这些百科的词条名，本身就是非常丰富、专业的语料库。

MediaWiki 是一个百科平台，由维基媒体基金会开发，维基百科就是基于它构建。萌娘百科、Bilibili 游戏百科（BWiki）等知名平台也是建构在 MediaWiki 之上。你可以借助 MW2Fcitx（MediaWiki To Fcitx）这款工具，将这些百科的词条名做成 RIME 词库，大大拓展你的 RIME 输入体验。

背景：我是怎么发现 MW2Fcitx 的？

我的主力笔记本用的是 Arch Linux。在配置好 Arch Linux CN 源后，我想安装 RIME 输入法，在 Pacman 中搜索。这时，搜索结果中好像出现了什么神奇的东西：

$ pacman -Ss fcitx rime
...
archlinuxcn/fcitx5-pinyin-moegirl-rime 20220218-1
    Fcitx 5 Pinyin Dictionary from zh.moegirl.org.cn
archlinuxcn/fcitx5-pinyin-zhwiki-rime 20210120-1
    Fcitx 5 Pinyin Dictionary from zh.wikipedia.org for rime
...

好家伙，它们是专为 RIME 打造的词库，分别采撷自萌娘百科和维基百科。百科平台的条目本身是个宝藏语料库，添加它们可以大大提升输入体验，不再苦苦一个字一个字地去拼、去凑。尤其是萌娘百科的词库，对使用中州韵的ACG爱好者来说，更是天大的福音，从此再也不用担心打不出番剧名、角色名了！

制作这些词库，显然用不着一个个去翻百科。它们都使用 MW2Fcitx 生成。

MW2Fcitx 能够调用 MediaWiki 的 API，从基于 MediaWiki 的百科网站中获取所有的条目标题，将它们汇编成各类输入法可用的词库。像维基百科、萌娘百科都是基于 MediaWiki 搭建的，MW2Fcitx 自然支持它们。

安装 MW2Fcitx

MW2Fcitx 使用 Python 开发。如果你的电脑没有安装 Python，可以参考菜鸟教程的文档。

注意：

在Windows下，你只能使用 Python 的官方版本。

已知，Msys2 的 Python 无法正确安装 MW2Fcitx 的依赖项，安装时会出错；Scoop 安装的 Python 不带 Pip 工具。

在 Windows、macOS 与 Linux 发行版（除 Arch Linux）中，借助pip即可轻松安装：

# 在Windows平台上（请先确保你正确安装了官方版Python）
py -m pip install mw2fcitx

# 在其他平台上
pip install mw2fcitx

它会安装一个脚本程序mw2fcitx，pip 会将它放在正确的位置：

  • 在 Windows 下，pip会把mw2fcitx启动脚本安装到 Python 所在目录里。
  • 在 Linux 中则默认安装到~/.local/bin，你需要手动将该目录加入PATH中。做法是，打开~/.profile（若无该文件则请创建），然后加入代码：export PATH=$PATH:/home/<你的用户名>/.local/bin。

正确的安装日志类似于下面这样：

Collecting mw2fcitx
  Using cached mw2fcitx-0.13.0-py3-none-any.whl.metadata (3.9 kB)
Collecting OpenCC>=1.1.1.post1 (from mw2fcitx)
  Downloading OpenCC-1.1.7-cp312-cp312-win_amd64.whl.metadata (12 kB)
Collecting pypinyin>=0.38.1 (from mw2fcitx)
  Using cached pypinyin-0.51.0-py2.py3-none-any.whl.metadata (12 kB)
Downloading mw2fcitx-0.13.0-py3-none-any.whl (14 kB)
Downloading OpenCC-1.1.7-cp312-cp312-win_amd64.whl (716 kB)
   ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 716.5/716.5 kB 1.8 MB/s eta 0:00:00
Using cached pypinyin-0.51.0-py2.py3-none-any.whl (1.4 MB)
Installing collected packages: OpenCC, pypinyin, mw2fcitx
Successfully installed OpenCC-1.1.7 mw2fcitx-0.13.0 pypinyin-0.51.0

[notice] A new release of pip is available: 24.0 -> 24.1.1
[notice] To update, run: C:\Users\AnClark\AppData\Local\Programs\Python\Python312\python.exe -m pip install --upgrade pip

对于 Arch Linux，由于系统限制，无法直接用 pip 安装。你可以使用我制作的 PKGBUILD 来构建、安装 MW2Fcitx 软件包。操作步骤如下：

# 安装依赖项
sudo pacman -Syu
sudo pacman -S python-hatchling pypinyin
git clone https://github.com/AnClark/mw2fcitx-arch-PKGBUILD

# 构建并安装MW2Fcitx软件包
cd mw2fcitx-arch-PKGBUILD
makepkg
sudo pacman -U python-mw2fcitx-3.10-1-any.pkg.tar.zst

寻找支持的 MediaWiki 站点

要想使用 MW2Fcitx，你首先需要找到一款使用 MediaWiki 搭建的百科平台，然后再找到该平台的 API 地址。

MW2Fcitx 通过调用 MediaWiki 的 API 来获取词条列表，API 调用的入口为站点上的一个 PHP 文件——api.php。通常绝大部分 MediaWiki 站点的 api.php 位于站点根目录（如中文维基百科）。同时，也存在特殊的例子：

  • 中文维基百科，API 地址为https://zh.m.wikipedia.org/w/api.php。
  • BWiki，它由多个子百科组成，每个子百科都是独立的，因此 api.php 位于相应子百科站点的根目录。

一些百科网站的 MediaWiki API 路径如下表：

网站API地址
中文维基百科https://zh.wikipedia.org/api.php
萌娘百科https://zh.moegirl.org.cn/api.php
BWiki——明日方舟https://wiki.biligame.com/arknights/api.php
BWiki——原神https://wiki.biligame.com/ys/api.php
BWiki——崩坏星穹铁道https://wiki.biligame.com/sr/api.php
BWiki——赛马娘https://wiki.biligame.com/umamusume/api.php
神奇宝贝百科https://wiki.52poke.com/api.php

其他站点的 API 路径可以根据上面的例子推出。

通过直接在浏览器打开该路径的方法，你也可以判断一个站点是否为 MediaWiki 站点。如果是，则打开的网页将会是帮助文档，如下图所示：

若能显示这个页面，那么这个百科就是由 MediaWiki 构建的。

编写配置文件

MW2Fcitx 需要配置文件来工作。配置文件名为config.py，它将用于指定 MW2Fcitx 如何获取并生成词库。

首先，创建一个目录，作为 MW2Fcitx 的工作目录。

在工作目录下，创建一个文件config.py，填入下面的内容。请你根据文件中的中文注释，修改相应的字段。注意这些字段是 Python 字符串格式的。

# By default we assume the configuration is located at a variable
#     called "exports".
# You can change this with `-n any_name` in the CLI.

from mw2fcitx.tweaks.moegirl import tweaks

exports = {
    # Source configurations.
    "source": {
        # MediaWiki api.php path, if to fetch titles from online.
        # 【⬇️api_path这一项，指定百科网站的api.php⬇️】
        "api_path": "https://zh.m.wikipedia.org/w/api.php",
        # Title file path, if to fetch titles from local file. (optional)
        # Only works if api_path is absent.
        # 【⬇️file_path这一项，指定用于暂存获取内容的文件名⬇️】
        "file_path": "titles.txt",
        "kwargs": {
            # Title number limit for online fetching. (optional)
            # Only works if api_path is provided.
            #"title_limit": 120,
            # Title list export path. (optional)
            # 【⬇️output这一项是可选的，指定词条列表的输出路径。⬇️】
            #"output": "titles.txt"
        }
    },
    # Tweaks configurations as an list.
    # Every tweak function accepts a list of titles and return
    #     a list of title.
    "tweaks":
        tweaks,
    # Converter configurations.
    "converter": {
        # opencc is a built-in converter.
        # For custom converter functions, just give the function itself.
        "use": "opencc",
        "kwargs": {}
    },
    # Generator configurations.
    "generator": [{
        # rime is a built-in generator.
        # For custom generator functions, just give the function itself.
        # 【⬇️MW2Fcitx也可以为其他输入法生成词库。默认为RIME生成⬇️】
        "use": "rime",
        "kwargs": {
            # Destination dictionary filename. (optional)
            # 【⬇️output这一项，指定输出的词库文件名，建议以YAML为扩展名】
            "output": "wikipedia.dict.yaml"
        }
    }]
}

特别注意以下字段：

  • api_path，填写 MediaWiki 网站的 API 路径，通常指向站点的api.php。找到百科平台的API路径后，请记得替换该字段。
  • generator/kwargs/output，是输出词库的文件名。建议以.dict.yaml为扩展名，因为RIME似乎会优先识别这个扩展名的文件。
  • source/kwargs/output，是输出词条列表的文件名，这个参数是可选的。默认为「titles.txt」

注意：Windows 在输出词条列表文件时会发生异常，因此笔者在上面的例子中，把"output": "titles.txt"这一行给注释掉了。

开始生成词库

配置文件编写完成后，我们就可以着手生成词库了。

在工作目录下，打开命令行，然后运行 MW2Fcitx：

# 直接运行，不带参数
mw2fcitx

稍等片刻，MW2Fcitx 就会自动从百科网站获取词条名称列表，然后经过一系列处理流程，生成 RIME 词库。

正确的执行日志就像以下这样（节选）：

2024-06-30 17:20:01,969 [DEBUG] Fetching titles from https://somewiki.com/wiki/api.php
2024-06-30 17:20:02,280 [DEBUG] Got 10 pages
.....
2024-06-30 17:20:23,288 [DEBUG] Got 38452 pages
2024-06-30 17:20:23,288 [INFO] Finished.
2024-06-30 17:20:23,289 [DEBUG] 38452 title(s) imported.
2024-06-30 17:20:23,291 [DEBUG] 1 title(s) imported.
2024-06-30 17:20:23,292 [DEBUG] Running 7 pipelines
2024-06-30 17:20:23,292 [DEBUG] Running pipeline 1/7 (cb')
......
2024-06-30 17:20:23,835 [DEBUG] Running pipeline 7/7 (tweak_normalize')
2024-06-30 17:20:23,848 [DEBUG] Deduplicating 119528 items
2024-06-30 17:20:23,856 [DEBUG] Deduplication completed. 37118 items left.
2024-06-30 17:20:23,857 [DEBUG] Exporting 37118 words with OpenCC
2024-06-30 17:20:24,162 [DEBUG] 1000 converted
......
2024-06-30 17:20:24,687 [DEBUG] 7724 converted
2024-06-30 17:20:24,712 [INFO] Dictionary generated.

生成的词库位于工作目录下，文件名在配置文件中指定，例如wikipedia.dict.yaml、GenshinImpact.dict.yaml。

安装词库

词库生成后，我们就可以把词库安装到系统中，以供 RIME 调用。不同平台有不同的安装方法。

1）Linux

生成的词库通常安装在 RIME 的资源目录下，位于/usr/share/rime-data/。接下来我们把刚生成的词库复制到该目录下：

# 例如：生成的词库名为wikipedia.dict.yaml
sudo cp wikipedia.dict.yaml /usr/share/rime-data/

在 Arch Linux 中安装的fcitx5-pinyin-moegirl-rime和fcitx5-pinyin-zhwiki-rime这两个包，也会直接把词库安装在上述目录下。

2）Windows

Windows 版的 RIME 是小狼毫（Weasel），一般我们把生成的词库放在它的「用户文件夹」下。该文件夹集中存放用户的配置。

右击任务栏上的小狼毫图标（显示为黑色方框里一个「中」字，或红色方框里一个「A」字母），选择「用户文件夹」。

小狼毫的右键菜单。

此时会在资源管理器里打开用户文件夹。把 MW2Fcitx 生成的词库粘贴到这里，例如我从 BWiki 获取的原神词库（取名为GenshinImpact.dict.yaml）：

小狼毫用户文件夹。红框中的文件就是我刚刚添加的BWiki原神词库。

3）macOS

macOS 下的 RIME 适配为鼠须管（Squirrel）。它的配置方法与小狼毫类似，只是用户文件夹位于~/Library/Rime。

由于笔者没有 macOS 的电脑，因此无法演示。你可以参照这篇教程里的思路。

挂载词库

词库安装完成之后，我们还需要修改 RIME 输入方案的配置文件，以挂载词库。需要注意的是，每套输入方案选用的词库是独立的，这就意味着若你有多套方案，那么想给几套输入方案挂载词库，就要修改几套输入方案的配置文件。

修改配置文件需要在用户文件夹中进行2。

0）不同平台的用户文件夹目录

  • Fcitx4：~/.config/fcitx/rime/
  • Fcitx5：~/.local/share/fcitx/rime/
  • 小狼毫、鼠须管：请参照上一章。

1）RIME 自带方案（以朙月拼音为例）

  • 第一步，新建自定义词典文件。在用户文件夹目录中，新建luna_pinyin.mydict.dict.yaml（mydict部分可任取），内容如下：
---
name: luna_pinyin.mydict    # 必须与文件名的相应部分保持一致
version: "1.0"
sort: by_weight    # 默认以词频排序
use_preset_vocabulary: true
# 此处为朙月拼音载入的词库列表
import_tables:
  - luna_pinyin      # 朙月拼音基本词库
  - moegirl          # 萌娘百科（由fcitx5-pinyin-moegirl-rime提供）
  - zhwiki           # 中文维基百科（由fcitx5-pinyin-zhwiki-rime提供）
  - GenshinImpact    # 在教程上文中生成的词库
---

注意：必须保留 YAML 正文前后的各 3 个横杠，这是词库的固定语法。

  • 第二步，新建自定义拼音方案文件。在 RIME 中，用户修改拼音方案并不是直接修改源文件，而是以「打补丁」的形式进行。在配置文件目录中，新建luna_pinyin_simp.custom.yaml，内容如下：
# luna_pinyin_simp.custom.yaml
patch:
# 指定自定义词库，字段值就是第一步中"name"字段的内容
  "translator/dictionary": luna_pinyin.mydict
  • 第三步，重新部署。右键点击系统托盘的 RIME 图标，选择「重新部署」，稍等片刻即可使用。

2）第三方拼音方案（以雾凇拼音为例）

  • 第一步：新建/打开配置文件。在用户文件夹目录中，打开rime_ice.dict.yaml。如果你是在 Arch Linux 发行版中安装雾凇拼音，那么用户文件夹目录里是没有该文件的，你需要从/usr/share/rime-data/中复制一份过来。
  • 第二步：修改配置文件。找到import_tables字段，在文件注释「建议把扩展词库放到下面...」3下方加入我们的词库。如下所示（下面为该文件的节选）：
# Rime dictionary
# encoding: utf-8

---
name: rime_ice
version: "2023-11-13"
import_tables:
  - cn_dicts/8105     # 字表
  # - cn_dicts/41448  # 大字表（按需启用）
  - cn_dicts/base     # 基础词库
  - cn_dicts/ext      # 扩展词库
  - cn_dicts/tencent  # 腾讯词向量（大词库，部署时间较长）
  - cn_dicts/others   # 一些杂项

  # 建议把扩展词库放到下面，有重复词条时，最上面的权重生效
  # - cn_dicts/mydict
  # 【⬇️在下面添加你的词库。注意每一行前面有两个空格缩进。⬇️】
  - GenshinImpact     # 在教程上文中生成的词库
...

# 以下部分省略。
  • 第三步，重新部署。右键点击系统托盘的 RIME 图标，选择「重新部署」，稍等片刻即可使用。

友情提示：如果加载了中文维基百科（rime-pinyin-zhwiki）等大容量的词库，那么重新部署的过程会比较长。请耐心等待。

添加词库后的效果

最后，笔者给大家演示添加词库前后输入体验的对比。

我的测试环境是 Windows 11，安装小狼毫，启用雾凇拼音输入方案。添加的词库是 BWiki 原神词库。

添加前的输入效果如下，可见原神的一些词汇没有收录4，例如：

从上往下：枫丹、尘歌壶、芙宁娜、行秋、璃月。

添加词库后，上面的原神词汇都已经收录。笔者自己在做测试的时候，几乎感觉不到词库的完善，直到顺畅输入这些词汇后才反应过来（确信）：

添加词库后，上面的原神词汇都出现在了候选列表中。

写在最后

对于专门性强的词汇，尤其是游戏、动漫相关的词汇，RIME 的词库未必有收录。幸运的是，热爱相关领域的志愿者们，一直在各个基于 MediaWiki 的平台中做出贡献，他们创建的词条名称就是非常专业和宝贵的语料资源。

运用 MW2Fcitx 来获取这些百科的词条名，制成 RIME 词库并加载，就可以极大地充实我们的词库，满足这些专门领域的输入需求。从此，在撰写文章，尤其是相关领域的文章时，你再也不用一个个地找候选字来造词，想要的词汇都能信手拈来。你的 RIME 输入体验，从现在起，如虎添翼。

> 关注 少数派小红书，感受精彩数字生活 🍃

> 实用、好用的 正版软件，少数派为你呈现 🚀