Unicode 12 数据库分析之Unihan_Readings

Unicode 12 数据库分析之Unihan_Readings

col_list={}
bz_list={}

#-----------------------------------------
# Unihan_Readings
#-----------------------------------------
col_list["Unihan_Readings"]=[
    "kDefinition",
    "kCantonese",
    "kHangul",
    "kHanyuPinlu",
    "kHanyuPinyin",
    "kJapaneseKun",
    "kJapaneseOn",
    "kKorean",
    "kMandarin",
    "kTang",
    "kVietnamese",
    "kXHC1983"
]

bz_list={
    #Unihan_Readings
    "kDefinition":"定义",
    'kCantonese':"粤拼",
    "kHangul":"韩语",
    "kHanyuPinlu":"汉代汉语词频",
    "kHanyuPinyin":"词典汉语拼音",
    "kJapaneseKun":"日语发音",
    "kJapaneseOn":"中日发音",
    "kKorean":"韩语基础汉字",
    "kMandarin":"普通话",
    "kTang":"唐代发音",
    "kVietnamese":"越南发音",
    "kXHC1983":"1983版汉语词典"
    
}

#-----------------------------------------
# Unihan_RadicalStrokeCounts
#-----------------------------------------
col_list["Unihan_RadicalStrokeCounts"]=[
    #"kRSAdobe_Japan1_6",
    "kRSJapanese",
    "kRSKangXi",
    "kRSKanWa",
    "kRSKorean"
]

bz_list.update(
    {
    #"kRSAdobe_Japan1_6":"Adobe推出的日语部首",
    "kRSJapanese":"日语部首",
    "kRSKangXi":"康熙字典部首",
    "kRSKanWa":"大汉和词典部首",
    "kRSKorean":"汉语汉字部首"

    }
)
#-----------------------------------------
# Unihan_DictionaryLikeData
#-----------------------------------------
col_list["Unihan_DictionaryLikeData"]=[
    "kCangjie",
    #"kCheungBauer",
    #"kCihaiT",
    #"kFenn",
    "kFourCornerCode",
    "kFrequency",
    #"kGradeLevel",
    #"kHDZRadBreak",
    #"kHKGlyph",
    #"kPhonetic",
    "kTotalStrokes"
]

bz_list.update(
    {
    "kCangjie":"仓颉码",
    #"kCheungBauer",
    #"kCihaiT":"辞海",
    #"kFenn",
    "kFourCornerCode":"四角码",
    "kFrequency":"使用频率",
    #"kGradeLevel",
    #"kHDZRadBreak",
    #"kHKGlyph",
    #"kPhonetic",
    "kTotalStrokes":"笔画总数"

    }
)

#-----------------------------------------
# txtname
#-----------------------------------------


txt_dic={
    'Unihan_Readings':'reading',
    'Unihan_RadicalStrokeCounts':'radical',
    'Unihan_DictionaryLikeData':'likedata'
}

更多资料关注我的专栏

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 158,847评论 4 362
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,208评论 1 292
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,587评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,942评论 0 205
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,332评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,587评论 1 218
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,853评论 2 312
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,568评论 0 198
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,273评论 1 242
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,542评论 2 246
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,033评论 1 260
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,373评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,031评论 3 236
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,073评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,830评论 0 195
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,628评论 2 274
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,537评论 2 269

推荐阅读更多精彩内容