文本更新

Author: garywill

README.md

@@ -1,6 +1,7 @@
 # 全文每个汉字关联字可视化
 
-使用：Web tool。直接打开 https://garywill.github.io/cc-visualize/
+- 使用：Web tool。直接打开 https://garywill.github.io/cc-visualize/
+- CLI：计划中。有待将js代码的web部分与可复用部分解耦，并分离到不同文件中
 
 
 ## 作用
@@ -10,7 +11,8 @@
 2. 分辨网上泛滥的，机器简转繁造成的，大量“文献”所含有的大量错字
 
 3. 找出大段文本中的非寻常字符：仅日本用的简化版汉字、兼容区汉字符、非中非英的其他语言符号等、扩展区的汉字（少用字）、笔划偏旁字符
-  > Unicode的坑，汉字也有类似punycode attack的问题
+    > Unicode的坑，汉字也有类似punycode attack的问题。已经发现有输入法码表中混入了不应有的字符。这也是做这个功能起因之一
+    > ![兀](https://user-images.githubusercontent.com/32130780/175266740-caad17d0-39c8-4d5d-a02a-ec04a16ddab5.png)
 
 ## 截图预览
 
@@ -19,17 +21,17 @@
 ![Screenshot](Screenshot.png)
 
 颜色：
-- 淡绿色：既是繁体也是中文简体
 - 淡蓝色：繁体
 - 淡黄色：中文简体
   > 受某一边数据可能遗漏的影响，被标作简体的字，不一定仅是简体字。（按理说，繁体亦然）
+- 淡绿色：既是繁体也是中文简体
 
 可能为非寻常字符的颜色：
 - 红色：仅日文用简化字
 - 红紫色：兼容汉字符 
 - 蓝紫色：汉字笔划偏旁字符
-- 灰色：未定义编码字符
 - 橙色边框：扩展区汉字（一般为少见字）
+- 灰色：未定义编码字符
 
 
 ## 原理
@@ -115,6 +117,12 @@ UCD提供txt（文件数量多）和[xml](https://www.unicode.org/Public/15.0.0/
 
 结合`opencc.map2`及`uncode_data.map2`生成总数据表使用
 
+## 代码说明
+
+文件名以`pre`开头的为预处理脚本。用于将原始数据生成`.js`包装的数据文件（文件内容类似`xxxx.xxx = { ..很多行... }`），以便于web使用。
+
+
+
 ## 同类其他工具和数据资料
 
 其他的能够查到汉字变体和关联关系的工具

checkessay.js

@@ -196,26 +196,6 @@ function genCharTipLine(c, charObj)
 }
 
 
-// function getCharPropStr(char) {
-//     var prop = "";
-//     if (summary_map[char])
-//     {
-//         
-//         if (summary_map[char]['isSimp'])
-//             prop += "简";
-//         if (summary_map[char]['isTrad'])
-//             prop += "繁";
-//         if (summary_map[char]['isVari_HK'])
-//             prop += "港";
-//         if (summary_map[char]['isVari_TW'])
-//             prop += "台";
-//         if (summary_map[char]['isVari_JP'])
-//             prop += "日";
-//     }
-//     return prop;
-// }
-
-
 function c2utf16(c) { 
     var code;
 
@@ -319,8 +299,3 @@ function isCurrentlyThisUnusual(unusualsObj)
     }
     return false;
 }
-
-
-
-console.log(Array.from(`\u4e00\u3400\u{20000}\u{2a700}\u{2b740}\u{2b820}\u{2ceb0}`));
-console.log(Array.from(`一㐀𠀀𪜀𫝀𫠠𬺰`));

index.html

@@ -184,9 +184,15 @@ <h1 style="text-align: center;">汉字 关联及变体 文本 全文 可视化 
 （日式）美麗壮闊広大
 （其他）美丽壮阔⼴⼤
 
-（繁体）觀世音菩薩
-（简体）观世音菩萨
-（日式）観世音菩薩
+（繁体）觀世音菩薩 佛說阿彌陀經
+（简体）观世音菩萨 佛说阿弥陀经
+（日式）観世音菩薩 仏説阿弥陀経
+（其他）觀世音菩薩 佛說阿彌陀經
+
+（繁体）老子·道德經　莊子·逍遙遊
+（简体）老子·道德经　庄子·逍遥游
+（日式）老子·道徳経　荘子·逍遙遊
+（其他）老⼦·道德经　庄⼦·逍遥游
 
 （繁体）中秋快樂
 （简体）中秋快乐
@@ -198,9 +204,11 @@ <h1 style="text-align: center;">汉字 关联及变体 文本 全文 可视化 
 （日式）頭髪由濕変幹
 （其他）頭髮由濕變⼲
 
+以上这些字符可见Unicode埋的坑，如果混进文献中，会不会困扰你呢？下面是标点和其他符号
+
 英文标点：~!@#$%^*()_+`=-,./?[]{}|\
 
-中文标点：～！￥……（）——·「」、，。《》？“”『』
+中文标点：～！￥　……（）——·「」、，。《》？“”『』
 
 单位：°′″＄￡￥‰％℃¤
 
@@ -214,6 +222,8 @@ <h1 style="text-align: center;">汉字 关联及变体 文本 全文 可视化 
 
 注音：ㄡㄗㄚㄠㄝㄓㄔㄕㄖㄒㄏㄐㄍㄇㄈ
 
+扩展区汉字：一㐀𠀀𪜀𫝀𫠠𬺰
+
 特殊：■△▲§№☆★○●◎
 
 日文假名：さしすせそづサニヌネノハ