Issue 226 in vimim: 第五朵彩云全新问世

[vi...@googlecode.com]

Status: Accepted
Owner: ----
Labels: Type-Defect Priority-Medium

New issue 226 by suxp...@gmail.com: 第五朵彩云全新问世
http://code.google.com/p/vimim/issues/detail?id=226

就在前两天，微软亚洲研究院放出了全新的拼音输入法“英库
”（http://pinyin.engkoo.com/），也挤进了云输入的大家庭。

既是微软的产品，自然水平应该是不错的，尽管不知道会不会跟腾讯一样不靠谱
（http://www.cnblogs.com/birdshome/archive/2010/11/11/qq_ime.html）。

英库桌面版试用结果，长句识别率还是比较高的，跟搜狗输入法一样，第二候选会请求
云端的结果，如果跟第一候选一致则第二候选变成灰色，显示一个指向第一候选的云
朵。云输入的链接速度还行，不知是不是本地网络的原因，偶尔会出现较长的停顿。

然而英库没有提供网页版本的云输入接口，于是只好祭出大杀器——wireshark。无奈
WinPcap 不兼容 win8，但在 Microsoft Network Monitor 的帮助下，至少得到了下面
这个例子：

xi'anmeimeidepi'aosuifengpiao:
GET:
/http/v2/3e37e87a262e4b34a25bf7f74e0df0d0/?q=xi'anmeimeidepi'ao&s=*_*_*&rmf=2128897&oc=1&tc=%E8%A5%BF%E5%AE%89%E5%A6%B9%E5%A6%B9%E7%9A%84%E7%9A%AE%E8%A2%84&l=zh-CN&cnt=&cc=&ver=1.0.333.04
/http/v2/3e37e87a262e4b34a25bf7f74e0df0d0/?q=xi%27anmeimeidepi%27ao&s=*_*_*&rmf=2128897&oc=1&tc=%E8%A5%BF%E5%AE%89%E5%A6%B9%E5%A6%B9%E7%9A%84%E7%9A%AE%E8%A2%84&l=zh-CN&cnt=&cc=&ver=1.0.333.04
HTTP/1.1
Cache-Control: no-cache
Connection: Keep-Alive
Pragma: no-cache
User-Agent: Mozilla/5.0 (compatible; MSIE 10.0; Windows NT 6.1; WOW64;
Trident/6.0)
Host: s.p.msra.cn

在浏览器中直接使用
http://s.p.msra.cn/http/v2/....（上面 GET 的东东，不再重复）
能够返回如下内容（xml）：
<R xmlns="http://microsoft.com/ime/response/v1"><V>2</V><E
id="_TEXT_"><C><S>西安美美的皮奥</S><P>xi an mei mei de pi
ao</P><Y>87189</Y><T>西安美美的皮奧
</T></C></E><R><Q>xi&amp;amp;apos;anmeimeidepi&amp;amp;apos;ao</Q></R></R>

其中有些选项不太清楚是什么意思，但至少看上去这朵彩云也能返回一个整句匹配的结
果来。

相关说明：
tc=... 参数的值是输入法的第一候选词，【可能】是用于收集信息用的？不太清楚。
去掉 tc 参数返回结果似乎没有变化；
oc=[NUMBER] 参数的值，看上去是这样的：0，中文简体；1. 中文简体+中文繁
体；2. 中文简体+某个不知道什么意思的返回值；3. 中文简体+中文繁体+那个值，其
他值貌似没有效果。直接去掉参数也能返回，相当于 0；
l=zh_CN 似乎是个没有意义的参数，可以去掉；
ver=.. 是英库输入法的版本号，去掉不影响返回值；
cnt, cc 两个没有赋值的参数似乎也不影响，可以去掉；
q 当然就是拼音串了，支持音节分隔符；
rmf= 的数字不知道是什么作用，去掉貌似不影响返回结果；
s 参数【不可以】去掉，但具体的取值不知道是什么规则；

最后，v2/.../? 之间的十六进制字符串应该是 session ID 之类的东东。

于是，一个合法的英库云（微软云）请求最短应该是这个样子：
http://s.p.msra.cn/http/v2/xxXXxxXXxxXXxxXXxxXXxxXXxxXXxxXX/?q=pinyin&s=*_*_*

Thats all.

尽管从这些结果看来，只能返回一个结果，但毕竟是大名鼎鼎的微软亚洲研究院出品的
云输入法，况且很多时候云输入法主要也只在乎最前面的那个结果。

有必要添加到 VimIM 的云大家庭中不？

PS：微软的云竟然会有这么个神奇的结果：刚刚的输入在英库输入法中返回“西安妹妹
的皮袄”，而云的结果前面您已经看到了……难道这是朵乌云？

PPS 英库本地的长句识别结果还是相当帅气的。

[vi...@googlecode.com]

Comment #1 on issue 226 by suxp...@gmail.com: 第五朵彩云全新问世
http://code.google.com/p/vimim/issues/detail?id=226

哎哟，一不小心点到最短请求的 URL 上，竟然也出结果……那个十六位 SID 竟然不是十
六进制！

BTW 上面的好多 URL 识别错了。发的时候忘了加空格……

[vi...@googlecode.com]

Comment #2 on issue 226 by suxp...@gmail.com: 第五朵彩云全新问世
http://code.google.com/p/vimim/issues/detail?id=226

上面那个 GET 方法下面重复了，只出现了一次，下面那个是复制网址出来的所以音节
分隔符用 % 表示了。

[vi...@googlecode.com]

Comment #3 on issue 226 by pan.shi...@gmail.com: 第五朵彩云全新问世
http://code.google.com/p/vimim/issues/detail?id=226

如果只能返回一个选项，似乎意义不大。

当然要搞也是可以的，不过你会发现这个输入法在纯云模式下没有实用价值。除非是结
合本地词库。

[vi...@googlecode.com]

Comment #4 on issue 226 by suxp...@gmail.com: 第五朵彩云全新问世
http://code.google.com/p/vimim/issues/detail?id=226

时隔这么长的时间，溜上来更新下~~ ^_^

关于微软英库：这货 beta 了这么久，目前仍然还是 beta 状，但它的云已经开始在必
应主页上提供搜索建议来用了，——也就是说，我们算是有了一个网页版本的 API 可以
用。

firefox 到 bing.com 上开 web console，抓到如下 URL：
http://bj1.api.bing.com/qsonhs.aspx?FORM=ASAPIH&mkt=zh-CN&type=cb&cb=sa_inst.apiCB&q=xianmeimeidepiao&cp=10&o=a+h+p
然而不幸的是，这个东东仍然只能返回一个候选词，而且不支持音节分隔符。

好吧微软的攻城狮可能也没怎么在意过这么低端的东西……

这个不痛不痒的消息说完了之后呢，还有个天大的好消息要报告一下，——Google 云更
新啦！！（其实已经更新一段时间了）功能更加强大更加体贴，演示地
址：translate.google.com

到此为止，我们见到了 Google 真正的云输入法，货真价实童叟无欺如假包换假一赔十
……的云输入法，而且华丽丽的支持简繁体中文拼音、五笔、注音输入法

https://www.google.com/inputtools/request?text=xi%27anmeimeidepi%27aosuifengpiao&ime=zh-t-i0-pinyin&num=10&cp=0&cs=0&ie=utf-8&oe=utf-8&app=translate&uv=xi%27anmeimeidepi%27aosuifengpi%3B0%3B0&cb=_callbacks_._12hcsz7awu
后面的回调似乎每次都会变，但至少一直到 oe=utf-8 保留下来，其余删掉的测试结果
是能够返回的。该云输入法的处理方法是，首次请求十个结果，第三页（因为每页五个
）时再请求50个结果。

繁体中文只需要把 `ime=` 的参数换成 `zh-hant-t-i0-pinyin`（简体拼音是
zh-t-i0-pinyin）
https://www.google.com/inputtools/request?text=xi%27anmeimeidepi%27aosuifengpiao&ime=zh-hant-t-i0-pinyin&num=10&cp=0&cs=0&ie=utf-8&oe=utf-8

相应的，五笔是 zh-t-i0-wubi-1986，of cause 猜了下竟然猜对了，还有
zh-t-i0-wubi-1998：
https://www.google.com/inputtools/request?text=ssss&ime=zh-t-i0-wubi-1986&num=10&cp=0&cs=0&ie=utf-8&oe=utf-8
这样的话，我们除了之前的“转换为拼音”的五笔支持方案外，有了两朵原生的五笔云
^_^

注音输入法是 zh-hant-t-i0：
https://www.google.com/inputtools/request?text=mp6gj%3Dbj4z83&ime=zh-hant-t-i0&num=10&cp=0&cs=0&ie=utf-8&oe=utf-8

当然，给力的 Google 必然会支持各种语言：霓虹语：ja-t-ja-hira-i0
https://www.google.com/inputtools/request?text=%E3%81%AA%E3%81%A4%E3%82%84%E3%81%99%E3%81%BF%7C%7Ct%3A1&ime=ja-t-ja-hira-i0&num=10&cp=0&cs=0&ie=utf-8&oe=utf-8
只是它的假名仍然要先由 JS 转换出来再提交给云，跟之前一样；CJK 的另一家，朝鲜
语/韩语由于属于拼音文字的原因？JS 端自己搞定，没云的事（而且是用软键盘输入的
）。

在以下页面中，应该能找到官方给出的相关说明或文档：
http://www.google.com/inputtools
按照列表，能够支持的语言相当多，但提供云支持的具体还有谁就不知道了，不过作为
汉语使用者，中文下面四款输入法已经很不错了，不知道是否还存在像 `98 版` 那样
的其他隐藏输入法没有，虽然 inputtools 里面只提到了前述五种 IME。

BTW，经测试，上述 https 链接可以换为 http 而效果不变，对于拼音等而言，输入编
码输出编码的参数 ie/oe 似乎也没多大影响；而 cp cs 的作用不明。