微软输入法常用词保存解析

- 非原创，取自
> https://mp.weixin.qq.com/s/3f1nB09TUju-uuGXVlOQgA

- 路径

```
C:\Users\用户名\AppData\Roaming\Microsoft\InputMethod\Chs
或
%USERPROFILE%\AppData\Roaming\Microsoft\InputMethod\Chs

是 Windows 系统中用于存储微软拼音输入法相关数据的文件夹
```

- 两个是ChsPinyinIH.dat和ChsPinyinUDL.datChsPinyinIH.dat该文件通常存储微软拼音输入法的**输入历史记录**。它记录了用户输入过的词汇、短语等信息，以便输入法能够根据用户习惯提供更准确的联想和预测

- ChsPinyinUDL.dat该文件通常存储微软拼音输入法的**用户自定义词典**，这两个是用户下的两个dat，这里面会记录用户长期输入的文字，需要通过代码编写进行解码，尝试使用 GBK 或 UTF-16 解码因为要显示中文，所以这是我们需要的通过读取后，我们得到这里面的常用词汇。

```python
import sys
import os
import platform
import pypinyin

def str2sysstr(strout):
    sysstr = platform.system()
    if (sysstr == "Windows"):
        return strout.encode("gbk")
    else:
        return strout.encode("utf-8")

if __name__ == '__main__':
    if len(sys.argv) == 2:
        user_word_file = sys.argv[1]
    else:
        user_word_file = os.environ['USERPROFILE'] + "\AppData\Roaming\Microsoft\InputMethod\Chs\ChsPinyinUDL.dat"
    if not os.path.exists(user_word_file):
        print("file:", user_word_file, "not exist\n\n")        
        print("use example")
        print("user_word_exporter.exe")
        print(" : paser %USERPROFILE%\AppData\Roaming\Microsoft\InputMethod\Chs\ChsPinyinUDL.dat")        
        print("user_word_exporter.exe dat_file_name")
        print(" : paser dat_file_name")
        sys.exit(1)
    fp = open(user_word_file, "rb")
    userword = open("user_word_microsoft_pinyin.txt", "at")    
    data = fp.read()
    cnt = int.from_bytes(data[12:16], byteorder='little', signed=False)    
    user_word_base = 0x2400
    for i in range(cnt):
        cur_idx = user_word_base + i * 60
        word_len = int.from_bytes(data[cur_idx + 10:cur_idx + 11], byteorder='little', signed=False)
        word = data[cur_idx + 12: cur_idx + 12 + word_len * 2].decode("utf-16")
        pinyin_str = '\t'        
        pinyin_list = pypinyin.pinyin(word, style=pypinyin.NORMAL) 
        for i, py in enumerate(pinyin_list):
            pinyin_str += py[0]
            if i + 1 != word_len:
                pinyin_str += ' '
        one_line = word + pinyin_str + '\t1'
        print(word + pinyin_str + '\t1')
        userword.write(one_line + "\n")
    fp.close()
    userword.close()
```