把郑码添加到scim中

昨天晚上用了一下雅黑字体，觉得一般。无意中发现simsun，simhei等字体是中易公司的杰作，进一步发现一直被我忽视的郑码相当强大，很值得学一学。后来发现fcitx支持郑码的码表，小高兴了一下，准备把支持18030大字符集的郑码6.6码表整合到fcitx中。

折腾了半天，按照fcitx码表的格式，用python写了个脚本把window下用imengine.exe提取出来的郑码码表转成fcitx格式的（imengine在c:\Program Files\Windows NT\Accessories下，如果你没有，那你肯定是用番茄花园的系统盘，给优化掉了；大字符集的郑码在安装完郑码6.6后，才就是c:\WINDOWS\system32\ZMGB18J.MB，windows自带的是WINZM.MB）。然后就用fcitx自带的txt2mb来生成mb文件，这时问题来了。fcitx的源代码是用euc-cn编码的，里面用来判断码表源码格式正确与否的是用 “[数据]” 这样一个字段，而我生成的码表源文件是用utf8编码的，[数据]这几个字的编码和euc-cn是不同的，所以就被认为格式错误，这个郁闷 一怒之下，写了个python脚本把fcitx的源码都改成utf8编码。自以为这下没问题了，编译时发现，通不过，这下无语了。突然想到，scim可以支持多种语言，因此它肯定能支持utf8，所以就决定换回scim。

上网搜了一下，发现ubuntu上的zhasm在6.17号做了一个郑码的scim码表(详见这个链接)。他用的是perl，生成的是windows自带的5.0版的郑码码表。具体的步骤也说明了，不过没有给出脚本，所以我就打算自己用python写一个转换的脚本，来用收录了18030字符集的郑码码表。

scim也可以支持五笔，这个需要LANGUAS="zh"来安装scim-tables，gentoo下emerge -av scim-tables即可。之后在/usr/share/scim/tables下就可以找到WuBi.bin文件，这个就是五笔码表的二进制文件。我们可以用scim-make-table WuBi.bin -o wubi.txt来生成其源文件，这是我们生成郑码码表的指南，从中我们可以知道scim-table支持的码表是什么格式。我偷懒，直接用zhasm的zm.txt里的信息部分作为头文件，复制为headinfo.txt，所以现在需要解决的问题就是用windows下的码表(提供编码)和五笔(提供词频)的scim码表来生成郑码的scim码表部分，具体的也是用正则表达式来解决。今天再次体验到正则表达式的威力，一个字，牛！

简单地说，我们先获得郑码的字词编码并分为1,2,3,4四类，对应1个到四个键的编码，然后我们找出五笔里对应字词的词频，最后我们把这个处理过的，带有词频的码表数据放在headinfo后边写到zmgb.txt中。这样scim格式的大字符集郑码码表就做好了。

有了码表就可用用scim-make-table zmgb.txt -b -o zm.bin来生成二进制格式的码表。zhasm做了一个郑码的图标zm.png我们就不需要自己做图标了。最后把zm.bin放到/usr/share/scim/tables下，把zm.png放到/usr/share/scim/icons下，重启X（或重启scim，理论上应该也可以，我没试），在scim图标上点左键，你就会看到郑码已经添加到你的scim中了

最后和大家分享一下脚本吧。郑码的码表还是大家自己做吧，毕竟是中易版权所有的东西