当前位置：首页 > news >正文

如何贡献数据？chinese-dictionary开源协作指南与数据规范

news 2026/8/6 23:12:32

如何贡献数据？chinese-dictionary开源协作指南与数据规范

【免费下载链接】chinese-dictionary中文汉语拼音辞典，汉字拼音字典，词典，成语词典，常用字、多音字字典数据库项目地址: https://gitcode.com/gh_mirrors/ch/chinese-dictionary

chinese-dictionary是一款专注于中文汉语拼音辞典的开源项目，包含汉字拼音字典、词典、成语词典以及常用字、多音字字典数据库。无论是汉字的拼音、笔画、解释，还是词语、成语的详细信息，都能在这里找到。对于新手和普通用户来说，参与到这个项目的数据贡献中，不仅能帮助完善这一有价值的工具，还能深入了解汉字文化。

准备工作：获取项目代码

要参与贡献，首先需要获取项目代码。仓库的地址是 https://gitcode.com/gh_mirrors/ch/chinese-dictionary 。你可以通过以下命令将项目克隆到本地：

git clone https://gitcode.com/gh_mirrors/ch/chinese-dictionary.git

克隆完成后，进入项目目录，你会看到项目的整体结构，其中包含了character、idiom、word等多个文件夹，分别对应不同类型的数据。

数据结构解析：了解贡献方向

汉字数据

汉字相关的数据主要存放在character目录下，包含多个JSON文件，如char_base.json、char_detail.json等。

char_base.json 存储了汉字的基础信息，例如：

[ {"index": 52, "char": "反", "strokes": 4, "pinyin": ["fǎn"], "radicals": "又", "frequency": 0, "structure": "R2"}, {"index": 18, "char": "干", "strokes": 3, "pinyin": ["gān", "gàn"], "radicals": "干", "frequency": 0, "structure": "D0", "traditional": "乾幹", "variant": "乹亁榦"} ]

其中，index是唯一的序列标识，char是汉字本身，strokes表示笔画数，pinyin是拼音列表，多音字会有多个读音，radicals为偏旁部首，frequency表示使用频率，0为最常用，数字越大使用频率越低。

char_detail.json 则包含了汉字的详细解释，如“车”字有“chē”和“jū”两个读音，每个读音下又有不同的解释和例证。

常用字数据在character/common目录下，如char_common.json，里面列出了3500个常用汉字及其频率信息。

成语数据

idiom目录下的idiom.json收录了近5万条成语，每条成语包含word（成语本身）、pinyin（拼音）、abbr（拼音简写）、explanation（解释）、source（出处）、example（例句）等信息。例如“一帆风顺”：

{ "word" : "一帆风顺", "pinyin" : "yī fán fēng shùn", "abbr" : "yffs", "explanation" : "船上的帆挂起来顺着风行驶。比喻事情非常顺利，没有任何阻碍。", "source" : { "text" : "定知一日帆，使得千里风。", "book" : "唐·孟郊《送崔爽之湖南》" }, "example" : { "text" : "①朋友，在分别之际，我祝你一帆风顺，事业有成。②小明一家要到海南旅游，祝他们一帆风顺，旅途平安。" } }

词语数据

word目录下的word.json总收录词语超过32万条（包含成语），结构与成语类似，包含word、pinyin、abbr、explanation等字段。

数据贡献规范：确保质量与一致性

汉字数据规范

整体为列表（数组），每个列表项为一个汉字，不重复。
每个汉字必须包含char（汉字）和pronunciations（相关解释）属性。
char不可省略，不能为空，且长度为1。
pronunciations为列表，包含pinyin和explanations，pinyin在同一个汉字中不重复，explanations不可为空，其中包含content等字段。