在oh-my-rime中配置双拼输入法符号映射的技巧
2025-06-25 08:34:23作者:贡沫苏Truman
在使用oh-my-rime配置双拼输入法时,很多用户会遇到符号映射不完全生效的问题。本文将以小鹤双拼为例,详细介绍如何正确配置符号映射,使其能够直接上屏而无需二次确认。
问题现象
用户在使用小鹤双拼时,尝试通过自定义配置文件double_pinyin_flypy.custom.yaml修改符号映射行为。配置文件中设置了多个符号的直接上屏规则,但实际使用时发现只有部分符号(如【】)能够直接上屏,而其他符号(如;、)仍然需要二次确认。
根本原因
这个问题通常是由于rime输入法的拼写检查机制导致的。当用户输入的字符被识别为字母时,rime会尝试进行拼写检查,导致符号映射无法立即生效。
解决方案
要解决这个问题,需要在配置文件中同时覆写拼写检查的字母表设置。具体方法是在配置文件中添加以下内容:
# 拼写设定
"speller/alphabet": zyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA`
这个设置会告诉rime引擎哪些字符应该被视为字母。通过将所有字母字符都包含在这个列表中,rime就不会对符号输入进行拼写检查,从而使符号映射能够立即生效。
完整配置示例
以下是一个完整的配置示例,展示了如何同时配置符号映射和拼写检查:
patch:
punctuator:
import_preset: symbols
half_shape:
'.' : { commit: 。 }
';' : { commit: ; }
'[' : { commit: 【 }
']' : { commit: 】 }
'/' : { commit: / }
'\' : { commit: 、 }
# 拼写设定
"speller/alphabet": zyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA`
注意事项
-
这个解决方案适用于所有基于rime的输入法框架,不仅限于oh-my-rime项目。
-
如果你使用的是其他双拼方案,只需要将上述配置放入对应的方案配置文件中即可。
-
修改配置后,需要重新部署rime输入法才能使更改生效。
-
如果你需要添加更多的符号映射,只需在
half_shape部分继续添加即可。
通过以上配置,你就可以实现符号的直接上屏功能,提升输入效率。这个技巧特别适合那些需要频繁输入中文标点符号的用户。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
413
3.18 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
325
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492