用輸入法，不論使用極點(diǎn),、酷極,、萬能、智能等哪一款五筆,，都有一個(gè)打造最適合自己詞庫(kù)的過程,。本文目的，在于教你掌握基本的文本處理方法,。  有朋友問了,，有極點(diǎn)工具箱，還需要自己手工處理么,？ 我的回答是： 極點(diǎn)工具箱是不透明處理，你并不清楚它是怎么工作的,，你原來的字,、詞頻是否得到保留。 而我教你的方法,，讓你清清楚楚的明白自己所做的,，字,、詞頻也不會(huì)變化，保證百分百原版移植,。

一,、工欲善其事，必先利其器,。 先下載自己要用到的文本處理工具,。
以下兩種都是很優(yōu)秀的文本處理工具。 Emeditor勝在功能強(qiáng),，對(duì)中文支持好,。
EmEditor Pro 6.00 tracky 漢化版
http://www./index.php?Go=Show::List&ID=9751
UltraEdit 11.20a 莫名漢化版 UltraEdit勝在處理速度快，大文本幾乎就是瞬時(shí)完成,。
http://www./index.php?Go=Show::List&ID=9183

二,、試煉。將系統(tǒng)自帶的輸入法詞庫(kù)轉(zhuǎn)換成極點(diǎn)或酷極格式的詞庫(kù),。
1,、反編譯系統(tǒng)輸入法的碼表文件為文本格式。
點(diǎn)擊 開始——搜索——文件或文件夾,，在C盤查找imegen.exe文件,。 查找到后，雙擊運(yùn)行它,。 選擇它的第二個(gè)標(biāo)簽：逆轉(zhuǎn)換,， 然后點(diǎn)“打開文件”，在彈出的窗口,，選擇你要轉(zhuǎn)換的輸入法碼表文件,，這里我以系統(tǒng)自帶的鄭碼為例說明。界面如下：

　　假如你看不到*.mb文件,，請(qǐng)?jiān)趶楅_的窗口中選擇c:\windows\system32目錄就能看到了,。這樣轉(zhuǎn)換結(jié)束后，將會(huì)在c:\windows\system32目錄下生成一個(gè)winzm.txt的文本文件,。

2,、打開winzm.txt文件，你看到的,，將是如下圖所示的格式：

　　可以看到,，它的編碼有詞也有字，格式為： 字（或詞組）+英文字母,。另外,，還有一些單字+英文字母后還有空格+字母， 這是輸入法為造詞而用的造詞碼,，對(duì)我們沒有什么用處,，大家先不要管它,。 后面我們將會(huì)教大家如何快速的去掉它。
　　請(qǐng)大家將文件開始直至[Text]的部分全部刪除,，這些是輸入法的規(guī)則定義部分,，我們用不上。

3,、開始處理和轉(zhuǎn)換文本的格式,。
前面說了， 我們現(xiàn)在得到的文本是：  字（或）詞+ 英文編碼  這樣的格式,，而我們打開極點(diǎn)的碼表 freewb.mb ,，會(huì)發(fā)現(xiàn)它的格式為： 英文編碼+空格+字（或詞）  如果有重碼的話， 還會(huì)在字（或詞）的后面再加“空格+字（或詞）”,。
①,、我們先將部分單字后面的造詞碼去掉?！∮肬ltraedit打開winzm.txt文件,，按Ctrl+R，調(diào)出UE的替換窗口,，在“查找什么處”輸入“ [a-z]*$”,，注意，[a-z]前面是一個(gè)空格,，不能少了,，在替換為處留空不填。 選中“正則表達(dá)式”,，點(diǎn)“全部替換”,。 看看，是不是一下子將這些多余的造詞碼去掉了,？

　　現(xiàn)在,，我們要涉及重點(diǎn)了，就是怎樣把現(xiàn)有的這種字或詞+編碼的格式給換成編碼+字詞的格式,？

在我看來,，無非是將這兩者調(diào)個(gè)個(gè)兒。現(xiàn)在,，需要請(qǐng)到我們的主要工具：Emeditor,。EM對(duì)中文的處理很好，這也是我們用它的主要原因,。

②,、將漢字和編碼調(diào)個(gè)個(gè)兒。
用Emeditor打開winzm.txt。 按Ctrl+H調(diào)出查找替換窗口,。
在查找處輸入：^([^\x00-\xff]+)([a-z]{1,4}) 然后在替換為處輸入：\2 \1注意，中間有一個(gè)空格,，一定別忘了選中“正則表達(dá)式”選項(xiàng),。選中“正則表達(dá)式”，按全部替換,，就可大功告成了,。Em處理上萬條文本稍有點(diǎn)慢，請(qǐng)大家稍等會(huì)就行了,。

4,、如何分離字和詞的碼表？
　　我們同樣可以用EM來完成,。 同樣以未替換前的碼表格式來說明,。
①、 去掉全部的單字編碼行,，只保留詞組及編碼,。
EM打開碼表，按Ctrl+H調(diào)出替換窗口,，在查找處輸入：^[^\x00-\xff][a-z]{1,4}$\n  然后在替換為處留空,。 好了，看看是不是將單字和編碼全部刪了,？記著,，一定別忘了選中“正則表達(dá)式”選項(xiàng)。

②,、 去掉全部的詞組編碼行,，只保留單字及編碼。
同樣的按Ctrl+H調(diào)出替換窗口,，在查找處輸入：^[^\x00-\xff]{2,20}[a-z]{1,4}$\n  然后在替換為處留空,。 看，詞組和編碼全部已經(jīng)刪除了,。同樣,，別忘了選中“正則表達(dá)式”選項(xiàng)。

　　其實(shí)真正來說,，處理這些文本,，我們都只是利用了它們的正則表達(dá)式功能，正則表達(dá)式在處理文本時(shí)功能非常強(qiáng)大,，能完成一些我們幾乎只有編程才能完成的任務(wù),。　如果感興趣的話，可以自己找找正則表達(dá)式方面的相關(guān)內(nèi)容研究研究,。