youpaishidifu/msgbot
1
1
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
9944d7479841cd0b34b804bd2d65e3a000ed0a49
msgbot/unicode_radicals.md
T
youpaishidifu 9944d74798 fix(easyocr): 顶层崩溃全程留痕，消除"一声不吭"结束进程 
- easyocr_worker.py: 新增 worker 状态文件 easyocr_worker_state.json
  (pid/mode/status/last_img_len/ts/error)，就绪/忙碌/空闲实时落盘；
  强化 sys.excepthook / _flush_exit / _signal_handler 崩溃写状态+crash.log
- monitor.py: _kill_easyocr_proc 杀前诊断三路
  (状态文件 + 残留stderr + crash.log尾)，以 warning 汇总进主日志；
  _read_easyocr_crash_tail 新增 ignore_age 跳过60s时间窗用于诊断路径
- unicode_radicals.md: 丿(U+4E3F)行改 - 不参与偏旁过滤，修复OCR碎片误杀儿下载等
2026-08-06 22:55:29 +08:00

238 lines
11 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# CJK 偏旁部首 Unicode 库
用于 OCR 碎片修复：检测文本中的 CJK 偏旁字符，若有补充字符则替换为正确汉字，若无则整段丢弃。
维护方式：直接编辑此文件，添加/删除偏旁条目即可。bot 启动时自动读取。
## 偏旁表
| 偏旁 | Unicode | 名称 | 示例 | 补充字符 |
|------|---------|------|------|----------|
| 亻 | U+4EBB | 单人旁 | 件→亻牛 | 件 |
| 牛 | - | 牛字旁 | 件→亻牛 | 件 |
| 彳 | U+5F73 | 双人旁 | 行→彳亍 | 行 |
| 亍 | U+4E8D | 亍 | 行→彳亍 | 行 |
| 讠 | U+8BA0 | 言字旁 | 语→讠吾 | 语 |
| 扌 | U+624C | 提手旁 | 打→扌丁 | 打 |
| 氵 | U+6C35 | 三点水 | 河→氵可 | 河 |
| 宀 | U+5B80 | 宝盖头 | 家→宀豕 | 家 |
| 辶 | U+8FB6 | 走之底 | 进→辶井 | 进 |
| 纟 | U+7E9F | 绞丝旁 | 红→纟工 | 红 |
| 艹 | U+8279 | 草字头 | 花→艹化 | 花 |
| 阝 | U+961D | 左耳旁 | 阳→阝日 | 阳 |
| 阝 | U+961D | 右耳旁 | 都→阝者 | 阳 |
| 冫 | U+51AB | 冫 | 冷→冫令 | 冷 |
| 欠 | - | 欠字旁 | 次→欠欠 | 次 |
| 风 | - | 风字旁 | 飘→风票 | 飘 |
| 几 | - | 几字旁 | 机→几木 | 机 |
| 勹 | U+52F9 | 包字头 | 包→勹巳 | 包 |
| 匚 | U+531A | 三框旁 | 医→匚矢 | 医 |
| 卩 | U+5369 | 单耳旁 | 印→卩卩 | 印 |
| 厶 | U+53B6 | 私字头 | 公→厶八 | 公 |
| 又 | - | 又字旁 | 双→又又 | 双 |
| 囗 | U+56D7 | 大口框 | 国→囗玉 | 国 |
| 土 | - | 土字旁 | 地→土也 | 地 |
| 士 | - | 士字旁 | 壮→士丬 | 壮 |
| 夂 | U+5902 | 折文旁 | 冬→夂冫 | 冬 |
| 夊 | U+590A | 夊 | 夏→夊夂 | 夏 |
| 夕 | - | 夕字旁 | 外→夕卜 | 外 |
| 大 | - | 大字头 | 天→大一 | 天 |
| 女 | - | 女字旁 | 妈→女马 | 妈 |
| 子 | - | 子字旁 | 字→子宀 | 字 |
| 宀 | U+5B80 | 宀 | 家→宀豕 | 家 |
| 寸 | - | 寸字旁 | 对→又寸 | 对 |
| 小 | - | 小字头 | 尖→小大 | 尖 |
| 尢 | U+5C22 | 尢 | 尤→尢 | 尤 |
| 尸 | - | 尸字头 | 屋→尸至 | 屋 |
| 屮 | U+5C6E | 屮 | 屯→屮 | 屯 |
| 山 | - | 山字旁 | 岩→山石 | 岩 |
| 巛 | U+5DDB | 三拐旁 | 巡→巛巛 | 巡 |
| 工 | - | 工字旁 | 红→纟工 | 红 |
| 己 | - | 己字头 | 已→己 | 已 |
| 巳 | - | 巳 | 巴→巳 | 巴 |
| 巾 | - | 巾字旁 | 布→巾 | 布 |
| 干 | - | 干 | 平→干 | 平 |
| 幺 | - | 幺 | 幻→幺 | 幻 |
| 廴 | U+5EF4 | 建之底 | 建→廴聿 | 建 |
| 廾 | U+5EFE | 廾 | 弃→廾廾 | 弃 |
| 弋 | U+5F0B | 弋 | 式→弋 | 式 |
| 弓 | - | 弓字旁 | 弹→弓单 | 弹 |
| 彐 | U+5F50 | 彐 | 归→彐彐 | 归 |
| 彡 | U+5F61 | 三撇旁 | 形→彡开 | 形 |
| 彳 | U+5F73 | 彳 | 行→彳亍 | 行 |
| 心 | - | 心字底 | 想→心相 | 想 |
| 忄 | U+5FC4 | 竖心旁 | 忙→忄亡 | 忙 |
| 戈 | - | 戈字旁 | 战→占戈 | 战 |
| 戶 | - | 户字头 | 所→戶斤 | 所 |
| 手 | - | 手字旁 | 拿→合手 | 拿 |
| 扌 | U+624C | 扌 | 打→扌丁 | 打 |
| 支 | - | 支 | 改→支攵 | 改 |
| 攴 | U+6534 | 攴 | 敲→攴高 | 敲 |
| 攵 | U+6535 | 反文旁 | 敏→攵每 | 敏 |
| 文 | - | 文 | 斋→文而 | 斋 |
| 斗 | - | 斗字旁 | 料→米斗 | 料 |
| 斤 | - | 斤字旁 | 新→亲斤 | 新 |
| 方 | - | 方字旁 | 放→方攵 | 放 |
| 无 | - | 无 | 既→无旡 | 既 |
| 旡 | U+65E1 | 既字头 | 既→旡旡 | 既 |
| 日 | - | 日字旁 | 晴→日青 | 晴 |
| 曰 | - | 曰 | 曲→曰 | 曲 |
| 月 | - | 月字旁 | 腿→月退 | 腿 |
| 木 | - | 木字旁 | 林→木木 | 林 |
| 欠 | - | 欠 | 次→欠欠 | 次 |
| 止 | - | 止字旁 | 步→止少 | 步 |
| 歹 | - | 歹字旁 | 死→歹匕 | 死 |
| 殳 | U+6BB3 | 殳 | 段→殳几 | 段 |
| 毋 | - | 毋 | 每→毋母 | 每 |
| 比 | - | 比 | 毕→比十 | 毕 |
| 毛 | - | 毛字旁 | 毡→毛 | 毡 |
| 氏 | - | 氏 | 民→氏 | 民 |
| 气 | - | 气字头 | 氛→气分 | 氛 |
| 水 | - | 水字旁 | 河→水可 | 河 |
| 火 | - | 火字旁 | 灯→火丁 | 灯 |
| 灬 | U+706C | 四点底 | 热→灬执 | 热 |
| 爪 | - | 爪字头 | 爬→爪巴 | 爬 |
| 父 | - | 父字头 | 爸→父巴 | 爸 |
| 爻 | U+723B | 爻 | 爽→爻爻 | 爽 |
| 爿 | U+723F | 爿 | 壮→丬士 | 壮 |
| 片 | - | 片字旁 | 版→片反 | 版 |
| 牙 | - | 牙 | 雅→牙隹 | 雅 |
| 牛 | - | 牛 | 牧→牛攵 | 件 |
| 犬 | - | 犬字旁 | 犯→犭㔾 | 犯 |
| 犭 | U+72AD | 反犬旁 | 犯→犭㔾 | 犯 |
| 玄 | - | 玄 | 率→玄幺 | 率 |
| 玉 | - | 玉字旁 | 理→王里 | 理 |
| 瓜 | - | 瓜 | 瓢→瓜票 | 瓢 |
| 瓦 | - | 瓦字旁 | 瓶→瓦并 | 瓶 |
| 甘 | - | 甘 | 甚→甘匹 | 甚 |
| 生 | - | 生 | 甥→生男 | 甥 |
| 用 | - | 用 | 甭→不用 | 甭 |
| 田 | - | 田字旁 | 略→田各 | 略 |
| 疋 | U+758B | 疋 | 疑→疋走 | 疑 |
| 疒 | U+7592 | 病字头 | 病→疒丙 | 病 |
| 癶 | U+7676 | 癶 | 登→癶豆 | 登 |
| 白 | - | 白字旁 | 百→白一 | 百 |
| 皮 | - | 皮字旁 | 波→皮 | 波 |
| 皿 | - | 皿字底 | 盘→皿舟 | 盘 |
| 目 | - | 目字旁 | 眼→目艮 | 眼 |
| 矛 | - | 矛 | 矜→矛今 | 矜 |
| 矢 | - | 矢字旁 | 知→矢口 | 知 |
| 石 | - | 石字旁 | 矿→石广 | 矿 |
| 礻 | U+793B | 示字旁 | 社→礻土 | 社 |
| 禸 | U+79B8 | 禸 | 禹→禸虫 | 禹 |
| 禾 | - | 禾字旁 | 和→禾口 | 和 |
| 穴 | - | 穴宝盖 | 空→穴工 | 空 |
| 立 | - | 立字旁 | 站→立占 | 站 |
| 竹 | - | 竹字头 | 笔→竹毛 | 笔 |
| 米 | - | 米字旁 | 粉→米分 | 粉 |
| 糸 | U+7CF8 | 糸 | 红→糸工 | 红 |
| 缶 | U+7F36 | 缶字旁 | 缸→缶工 | 缸 |
| 网 | - | 网字头 | 罗→网夕 | 罗 |
| 羊 | - | 羊字头 | 美→羊大 | 美 |
| 羽 | - | 羽字头 | 翅→羽支 | 翅 |
| 老 | - | 老字头 | 考→老丂 | 考 |
| 而 | - | 而 | 耐→而寸 | 耐 |
| 耒 | U+8012 | 耒 | 耕→耒井 | 耕 |
| 耳 | - | 耳字旁 | 聪→耳总 | 聪 |
| 聿 | U+807F | 聿 | 肃→聿 | 肃 |
| 肉 | - | 肉月旁 | 脚→肉却 | 脚 |
| 臣 | - | 臣字旁 | 卧→臣卜 | 卧 |
| 自 | - | 自字头 | 臭→自犬 | 臭 |
| 至 | - | 至字旁 | 致→至攵 | 致 |
| 臼 | - | 臼字旁 | 舅→臼男 | 舅 |
| 舌 | - | 舌字旁 | 活→舌 | 活 |
| 舛 | U+821B | 舛 | 舞→舛 | 舞 |
| 舟 | - | 舟字旁 | 船→舟几 | 船 |
| 艮 | U+826E | 艮 | 良→艮 | 良 |
| 色 | - | 色 | 艳→色 | 艳 |
| 艸 | U+8278 | 艸 | 花→艸化 | 花 |
| 虍 | U+864D | 虎字头 | 虎→虍几 | 虎 |
| 虫 | - | 虫字旁 | 蚊→虫文 | 蚊 |
| 血 | - | 血字旁 | 衅→血半 | 衅 |
| 行 | - | 行字旁 | 街→行圭 | 街 |
| 衣 | - | 衣字旁 | 袋→衣代 | 袋 |
| 襾 | U+897E | 西字头 | 西→襾 | 西 |
| 覀 | U+8980 | 西字头 | 要→覀女 | 要 |
| 西 | - | 西 | 栖→西木 | 栖 |
| 見 | - | 見 | 观→見又 | 观 |
| 角 | - | 角字旁 | 解→角刀 | 解 |
| 言 | - | 言字旁 | 语→言吾 | 语 |
| 谷 | - | 谷字旁 | 俗→谷 | 俗 |
| 豆 | - | 豆字旁 | 豌→豆宛 | 豌 |
| 豕 | U+8C55 | 豕 | 家→宀豕 | 家 |
| 豸 | U+8C78 | 豸字旁 | 豹→豸勺 | 豹 |
| 貝 | - | 贝字旁 | 赌→贝者 | 赌 |
| 赤 | - | 赤字旁 | 赫→赤赤 | 赫 |
| 走 | - | 走字旁 | 起→走己 | 起 |
| 足 | - | 足字旁 | 跑→足包 | 跑 |
| 身 | - | 身字旁 | 射→身寸 | 射 |
| 車 | - | 车字旁 | 轮→车仑 | 轮 |
| 辛 | - | 辛字旁 | 辣→辛束 | 辣 |
| 辰 | - | 辰 | 辱→辰寸 | 辱 |
| 辵 | U+8FB5 | 辵 | 进→辵井 | 进 |
| 邑 | - | 右耳旁 | 都→者邑 | 都 |
| 酉 | - | 酉字旁 | 醉→酉卒 | 醉 |
| 釆 | U+91C6 | 釆 | 释→釆又 | 释 |
| 里 | - | 里字旁 | 野→里予 | 野 |
| 金 | - | 金字旁 | 钱→钅戋 | 钱 |
| 钅 | U+9485 | 钅 | 钱→钅戋 | 钱 |
| 長 | - | 长字旁 | 张→长弓 | 张 |
| 門 | - | 门字框 | 问→門口 | 问 |
| 阜 | - | 左耳旁 | 阳→阜日 | 阳 |
| 隹 | U+96B9 | 隹字旁 | 雀→小隹 | 雀 |
| 雨 | - | 雨字头 | 雪→雨彐 | 雪 |
| 靑 | - | 青字旁 | 清→青 | 清 |
| 非 | - | 非字旁 | 靠→非告 | 靠 |
| 面 | - | 面 | 靥→面厌 | 靥 |
| 革 | - | 革字旁 | 鞋→革圭 | 鞋 |
| 韋 | - | 韦字旁 | 韩→韦干 | 韩 |
| 韭 | - | 韭 | 韮→韭 | 韮 |
| 音 | - | 音字旁 | 韵→音匀 | 韵 |
| 頁 | - | 页字旁 | 顶→丁頁 | 顶 |
| 風 | - | 风字旁 | 飘→風票 | 飘 |
| 飛 | - | 飞字旁 | 翼→飛異 | 翼 |
| 食 | - | 食字旁 | 饭→食反 | 饭 |
| 首 | - | 首字旁 | 馗→首九 | 馗 |
| 香 | - | 香字旁 | 馨→香声 | 馨 |
| 馬 | - | 马字旁 | 骑→馬奇 | 骑 |
| 骨 | - | 骨字旁 | 髋→骨宽 | 髋 |
| 高 | - | 高字旁 | 髙→高 | 髙 |
| 髟 | U+9ADF | 髟字头 | 髪→髟犮 | 髪 |
| 鬥 | - | 鬥 | 闹→鬥市 | 闹 |
| 鬲 | U+9B32 | 鬲 | 融→鬲虫 | 融 |
| 鬼 | - | 鬼字旁 | 魂→鬼云 | 魂 |
| 魚 | - | 鱼字旁 | 鲜→魚羊 | 鲜 |
| 鳥 | - | 鸟字旁 | 鸡→鳥又 | 鸡 |
| 黹 | U+9EF9 | 黹 | 黜→黑出 | 黻 |
| 黑 | - | 黑字旁 | 默→黑犬 | 默 |
| 黹 | U+9EF9 | 黹字旁 | 黼→黹 | 黻 |
| 黽 | - | 黽 | 鼋→黽元 | 鼋 |
| 鼎 | - | 鼎 | 鼐→乃鼎 | 鼐 |
| 鼓 | - | 鼓字旁 | 鼙→鼓卑 | 鼙 |
| 鼠 | - | 鼠字旁 | 鼬→鼠由 | 鼬 |
| 鼻 | - | 鼻字旁 | 鼾→鼻干 | 鼾 |
| 齊 | - | 齐字旁 | 剂→齊刂 | 剂 |
| 齒 | - | 齿字旁 | 龄→齒令 | 龄 |
| 龍 | - | 龙字旁 | 聋→龍耳 | 聋 |
| 龜 | - | 龟 | 亀→龜 | 亀 |
| 丿 | - | 撇 | 儿→丿 | 儿
## 使用说明
1. 人机共用本文件：人用肉眼看「偏旁」列，bot 只看「Unicode」列（U+XXXX 码点）
2. 「Unicode」列规则（重要）：
- 写 `U+XXXX` → 该偏旁参与 OCR 碎片过滤（文本中检测到该字符即丢弃整段）
- 写 `-` → 不参与过滤（仅作偏旁知识记录）。用于两类情况：
a) 与常用汉字同形的部首（女/子/日/月/木/水/火/土/金/黑/口/足/山/田/白/石/目/虫/心/手 等）：
这些字在正常聊天中高频出现，若过滤会误杀正常消息（历史坑 #1319）
b) 繁体部首（見/貝/車/長/門/頁/風/飛/馬/魚/鳥/齊/齒/龍/龜/戶/靑/韋/鬥/黽 等）：
繁体聊天会出现，误杀繁体用户消息
3. bot 启动时解析「Unicode」列构建码点集合；OCR 文本逐字符比对码点：
- 码点对得上 → 该字符是偏旁碎片，整段丢弃
- 码点对不上 → 正常内容，继续后续流程
4. 「Unicode」列必须写偏旁字符的**真实码点**（如 亻=4EBB、氵=6C35），
不要写 CJK 部首区段的顺序编号（2E80-2F50 段只是编号，与真实码点不一致，
会导致 bot 比对永远失败、过滤器形同虚设——历史坑 #1389）
5. 维护方式：编辑此文件添加/删除偏旁行（改「Unicode」列即生效），重启 bot 即可，无需改代码
6. 维护时不要在其他说明文字中写 U+ 开头十六进制（bot 会当作码点解析），只改表格行即可
Reference in New Issue View Git Blame Copy Permalink