关于港台的词库，繁简转换是小事，更大的问题是：两岸三地很多词汇的写法不一样，例如：网络——網路，奔驰车——平治車，这不是繁简转换能解决的。我目前收集有几个G的大陆网友词库，几千万条，但有很多词汇是重复的、生僻的、超长的、胡乱自造的、有错别字的、恶意骂人的，淫秽的，必须想办法剔除这些词语。

在我把“单手笔顺输入法”的单字码表 2.0 版修正完成后，我就会处理这些词库。目前的想法是（我能做到的）：用Python脚本剔除重复项，筛选出2~7字的词汇，尽量（根据已有的列表）排除一部分错别字词汇和不良词汇，剩下的只能靠人工浏览挑选/剔除了，工作量不是一般的大。——之前曾想过借用sogou，baidu、QQ输入法内置的“核心词库”，但都是加密防止被别入窃用的。好不容易找到一个旧版破解了的，结果打开一看，里面尽是XX汽车、XX房产、XX游戏的名称，常用的词语反而少之又少，于是放弃。

如果能找到类似《现代汉语词典》的电子版词库（可复制粘贴），那就规范、方便、省事多了。 百度文库有网友上传的《现代汉语常用词表（草案）》和《现代汉语常用词汇表》，但需要VIP会员才能下载。 （还好，我可以一页一页慢慢复制……两本书才一二百页而已嘛。） 影印版的PDF文件 http://www.moe.gov.cn/ewebeditor/upload ... 920115.pdf

之前也是，我想找“一二三级汉字”即《通用规范汉字表》，于是去政府网站： 国家语言文字工作委员会 http://www.moe.gov.cn/jyb_sy/China_Language/ ——语言文字信息管理司 http://www.moe.gov.cn/s78/A19/ ——语言文字规范标准——《通用规范汉字表》.pdf http://www.moe.gov.cn/s78/A19/yxs_left/ ... 86002.html 国务院关于公布《通用规范汉字表》的通知——国发〔2013〕23 号 http://www.gov.cn/zhengce/content/2013- ... t_1289.htm 但下载的是影印版的PDF文件，而且编排方式不利于提取所有单字。

然后“百度文库”里倒是有网友提取了单字的doc文件，但是需要“2下载券”！ 晕~~~“2下载券”值几分钱？能拉来几个（被迫加入的）新用户？ 这么积阴德的事，反而自己给自己设置障碍？ 积阴德有什么用？ ——汉语拼音发明人周有光，没有发大财，他活了112岁！ ——邵逸夫是有钱的大老板，生活条件没得说，在全国各地盖了那么多教学楼，也积了不少阴德，活了107岁，即使如此，仍比周有光少活了5年。 没发财活那么久有什么用？ ——周有光是2017年去世的，如果他只活到100岁就没见过智能手机；如果他只活到90岁就没上过互联网；如果他只活到80岁就没碰过电脑；如果他只活到70岁……人生70古来稀……既发不了大财，也活不到70岁，那岂不是更亏？积阴德比发大财容易多了。

话说回头，诸如： 规范标准的中文汉语字体——应该公布免费电子版，让公众知晓八万汉字每一个的正确写法。有很多“非艺术化”字体里的字，并没有按国标GB13000.1笔画规范来书写，写成了另一个形状。包括谷歌的开源字体也有很多错误。 规范标准的中文汉语词库——应该公布免费电子版，并责令商业输入法在网友错误输入时自动更正。拼音输入法里各种谐音带错别字的词汇，数不胜数。四字词语错两字的都有，然后一传十，十传百。唉。

像这类“电子版基础文化”的工作，应该由“国家语言文字工作委员会”组织专家来尽快完成才对。 如果有人大代表看到本帖，就提议一下吧。