新上线 · 2026.10React · TypeScript · Cloudflare Pages
哪个字忘了怎么拆，查一下就知道
86 版五笔用了很多年，偶尔还是会卡在「鼎」「凹」这种字上。大多数反查网站只给一个编码，我想知道的是为什么：拆成哪几个字根、每个字根是哪几笔、最后一码是不是识别码。
真实数据 · 来自 wubi.sdcb.ai
- 条微软五笔词库记录
- 53.4 万
- 个汉字可查
- 2.8 万
- 个字带田字格图解
- 9,568
- 个 JSON 分片，按需加载
- 2,686
功能
不只是反查一个编码
整句
「今天吃什么」最少要按几下？
整句不在词库里，硬套造词规则推出来的编码根本打不出来。这里把句子切成词库里真实存在的词，每段代价 = 编码位数 + 上屏键，求总键数最少的切法。
src/lib/plan.ts
// '' = auto commit, ' ' = space, '2'..'9' = pick
function commitKey(code: string, rank: number, n: number) {
if (rank > 9) return null
if (code.length === 4 && n === 1) return ''
return rank === 1 ? ' ' : String(rank)
}scripts/extract-ms-lex.mjs
// Record layout: u16 len | u16 weight | u16 codeLen | 4 x u16 code | utf16le word | u16 0
let p = 0xa8
while (p + 2 <= b.length) {
const len = b.readUInt16LE(p)
if (len === 0) break
const weight = b.readUInt16LE(p + 2)
const codeLen = b.readUInt16LE(p + 4)
const code = b.toString('utf16le', p + 6, p + 6 + codeLen * 2)
const word = b.toString('utf16le', p + 14, p + len - 2)
lines.push(`${code}\t${word}\t${weight}`)
p += len
}数据
和你电脑上的微软五笔一模一样
网上流传的 86 码表版本很多，简码、词组和候选顺序都不一致。这里的编码直接解析自 Windows 自带的 ChsWubiNew.lex：格式没有公开文档，但结构不复杂，一共 53 万多条，同一编码下按权重排序就是输入法里的候选顺序。
所以网站上写着「第 2 候选，需按 2」，你在自己电脑上也是按 2。
算法
真正花功夫的：把笔画和字根对上
字根拆分来自我的另一个项目 search-wubi，笔画矢量来自 Make Me a Hanzi，但两者之间没有“第几笔属于哪个字根”的对应，现成标好的只有两千多个字。剩下的靠算法补齐：
- 012,218
已标注的字
search-wubi 里现成标好“哪几笔属于哪个字根”的字。
- 02学习
字根 → 笔画序列
统计每个字根通常由哪几种笔画（横竖撇点折）组成。
- 036,023
回溯严格匹配
把字的笔画序列逐段匹配到字根上，多解时按统计打分。
- 04496
放宽 + 编辑距离
允许段内笔序调整，最后用编辑距离兜底，界面标注“自动推断”。
用已知答案的字做验证，约 95% 能完全对上；最终 8,737 个字拿到了逐笔对应的田字格，常用字基本覆盖。