读者Q&A: 分词时搜狗词库加载失败怎么办？

写

在前面

话说前几天“R语言中文社区II群”中的@骑着白马唱着歌童鞋私信大猫，说大猫的R语言课堂中有一期介绍的中文分词词典包“cidian”无法导入某个搜狗词库，大猫试了以下，果然如此，不论更改编码还是其它方法全都无法导入。大猫赶紧在github上给作者@qinwf发起了一个issue，今天刚收到回复，作者是怎么说的呢？

大

猫在github上的issue

“

你好！在使用过程中发现有些scel无法正确导入。例如对于"网络流行新词【官方推荐】"包(click here )，导入的时候显示下图：

作

者回复

两天以后stringi包的作者@gagolews把这个issue和stringi的一个issue关联了起来，大猫有点纳闷，为什么stringi包的作者也跑过来了？待大猫细细一看，原来是@骑着白马唱着歌认为cidian无法加载搜狗词库是stringi的锅，给stringi发了一个issue……

三天过去了，cidian包的作者木有任何动静。就在大猫以为这个问题要不了了之的时候，伟大的@qinwf出现了，回复道：

“

你好，刚刚看到这个 issue，我待会看看。

对呀，人家毕竟也是要工作的嘛，没有每天check也很正常。然后@qinwf就以迅雷不及掩耳盗铃之势找到了问题的原因：

“

@Xiaomo2007 @everyones

这个词库格式跟其他词库有所不同，它在文件末端包括一小段额外的内容，这段内容在其他词库没有出现过。它被标记为 DELTBL9 ，可能是已经被删除的词 deleted table，其他词库没有这个部分。

暂时没有研究清楚这个 DELTBL 的起始规律，我待会更新一个临时的解决方案。

又过了一个小时，大猫再次收到github的邮件，@qinwf已经fix了这个issue：

“

已经更新了，重新安装应该就能导出词库了。

问题圆满解决！撒花！小伙伴们可以通过install_github来安装最新版本的cidian来愉快地导入搜狗词典啦！

最后，感谢@骑着白马唱着歌同学向大猫提出的问题！也欢迎大家提问哦，有价值的问题大猫会放到公众号上来哒~

插

曲

stringi的作者@gagolews似乎也长出一口气，心里想stringi这么robust使用范围那么广，怎么可能会有问题，这锅老子可不要背，在github上回复道：

“

I guess the problem is on the cidian side. There is a similar issue already opened at qinwf/cidian#3……

原

贴

github上的原帖请大家点击“阅读原文”或者以下链接：

https://github.com/qinwf/cidian/issues/3#