鼠须管生僻字过滤

作为一个输入法，为避免「缺字」，鼠须管采用了大字符集，优先保障用户想要打的字都能打得出来。但这样做有一个副作用：由于多数的字体文件都只会覆盖一部分常用字，而不会针对生僻字耗费时间精力去设计字形，因此，会造成鼠须管的候选区内，总有不少难看的方框问号，像下图那样。

避免这个问题有两个办法：

安装超大字符集的字库，比如「花园明朝」

过滤掉这些生僻字，不让它们显示

在当前版本的鼠须管中，过滤生僻字的通用做法是：打开 enable_charset_filter，并在 engine/filters 内增加 cjk_minifier，即仅启用 CJK 基本集的两万九百多个汉字，来达到屏蔽生僻字的目的。

patch:

# double_pinyin_flypy.custom.yaml, 只对小鹤双拼生效

# ...

# 启用罕见字過濾

engine/filters:

- simplifier

- uniquifier

- cjk_minifier # 输入方案的 fitlers 内增加这一行

translator/enable_charset_filter: true # 并打开这个开关

# ...

但是，在尚未发布的开发版中，这个方法似乎不再适用了，于是我自己摸索了一个方法：将字典由 luna_pinyin 改为 pinyin_simp，并启用 zh_simp 来做繁简转换。

patch:

switches:

- name: ascii_mode

reset: 0

states: ["中文", "西文"]

- name: full_shape

states: ["半角", "全角"]

- name: zh_simp # 启用罕见字過濾 ※1

reset: 1

states: [ 漢字, 汉字 ]

- name: ascii_punct

states: ["。，", "．，"]

engine/filters:

- simplifier@zh_simp # 启用罕见字過濾 ※2

- uniquifier

translator/dictionary: pinyin_simp # 启用罕见字過濾 ※3

这一办法着实去掉了讨厌的问号方块，但不足也有两处：

繁简转换不够完美，比如：鎔

还有很多繁体字、生僻字，比如：開、开

后来，我提了一个 issue，并且很快得到了答复：原来新版演化出了更为灵活的字符集过滤。于是参考范例，结合自己的需求，做了如下配置：

patch:

switches:

- name: ascii_mode

reset: 0

states: ["中文", "西文"]

- name: full_shape

states: ["半角", "全角"]

- name: simplification # (※1) 繁简转换

reset: 1

states: [ 漢字, 汉字 ]

- name: ascii_punct

states: ["。，", "．，"]

- options: [utf8, gbk, gb2312] # (※2) 字符集选单

reset: 1 # 默认 GBK

states: # 可以通过切功能键，切至 UTF8 等超大字符集

- UTF-8

- GBK

- GB2312

engine/filters:

- simplifier

- uniquifier

- charset_filter@gbk # (※3) 默认 GBK

translator/dictionary: pinyin_simp # (※4) 并继续使用 pinyin_simp 字典

它不会冒出太多生僻字候选字，也不会再出现问号方块，「鎔」等繁简转换也会正常显示为「镕」，也不会再有「開、开」同时存在，需要时，还可以随时切换至大字符集（在 pinyin_simp 字典框架内），输入更多罕见字，甚至可以极端至 GB2312 的 6700 多个常用字。

新版「鼠须管」更好玩了。