jsnuwjl / sougou_scel_to_txt Public

Notifications You must be signed in to change notification settings
Fork 3
Star 5

搜狗细胞词库爬虫到普通文本转换。可用于分词词库构造。

5 stars 3 forks Branches Tags Activity

Notifications

Name		Name	Last commit message	Last commit date
Latest commit History 10 Commits
README.md		README.md
dll.csv		dll.csv
get_scel.py		get_scel.py
main.py		main.py
scel_to_txt.py		scel_to_txt.py

Repository files navigation

搜狗细胞词库全词库

实现功能

1.爬取了搜狗细胞词库中的所有词库文件
2.对搜狗输入法的scel格式的细胞词库文件进行解析。

注意

需要在代码目录下构建scel和txt2个空文件夹
我自己已经做好的词库结果在词库.txt内

代码执行顺序

1.get_scel.py 获取所有的scel文件并写入scel文件夹内
2.scel_to_txt.py 将scel文件逐个解析并写入txt文件夹内
3.main.py 合并所有txt文件

About

搜狗细胞词库爬虫到普通文本转换。可用于分词词库构造。

feature-engineering sogou-cell-dictionary sogou-cell-corpus chinese-corpussogou

Report repository

Releases

No releases published

Packages

No packages published

Languages

Python 100.0%