这才是个比较正经的词典；Python真快

下面这个土程序

import sys
d = {}
for s in open('sougou', 'r'):
  f = s.split()
  if len(f) == 0: continue
  d.setdefault(f[0], [0])[0] = '-'.join(f[1:])
for s in sys.stdin:
  f = s.split()
  if len(f) == 0: continue
  w = f[0]
  v = d.get(w)
  if v is not None:
    print(w, v[0])

输入是303M，9599105行。

我一根烟都没抽完，得到的out是：1.3M，70740行

https://github.com/beavailable/better-wubi

• 以大陆商务印书馆《现代汉语词典》（第7版）（约5.9万词）、上海辞书出版社《现代汉语大词典》（约10万词）及《现代汉语新词语词典》（第2版）（约1万词）和台湾教育部《重編國語辭典修訂本》（约15.1万词）、《成語典》（约0.75万词）（以下简称“五词典”）为基准
• 完整包括《现代汉语词典》（第7版）、《现代汉语大词典》、《现代汉语新词语词典》（第2版）词头
• 整合了9种五笔码表（王码大一统、QQ五笔、极点五笔、孤狐世纪词库、至善词库、冰凌五笔、黄狗五笔、精灵五笔、花儿五笔）的公共词语
• 原则上不含5字以上词语（“五词典”词头除外）
• 原则上不含外国人名、地名、品牌名等（“五词典”词头除外）
• 完整包括民政部县以上行政区划简称（即只有“北京”，没有“北京市”等），并清理了地域词（即没有“北京动物园”等）
• 完整包括教育部76所直属大学名称
• 完整包括各届中国大陆及港澳台地区领导人姓名，其他国内人名仅含“五词典”词头中的历史人物姓名

就算如此，依然包含 阿屎 阿里味 苏珊大爷 等。华宇拼音就没有这些乱七八糟的“词”。