搜狗输入法词库备份文件损坏后如何恢复？
功能定位：词库备份到底在备份什么
在搜狗输入法体系里，“词库备份”实际包含两层数据：一层是用户自造词（手动添加的词条、快捷短语、行业黑话），另一层是智能学习词��AI 根据你打字频率自动沉淀的联想结果）。这两份数据在 Windows、macOS、Android、iOS 四端分别用不同格式压缩成.scel/.scelz/.backup文件，再连同时间戳写入云端“场景词库 3.0”。一旦本地文件损坏，输入法只会回退到“内置基础词库”，于是你敲“xgpu”却永远出不来“小罐茶”。
2026 年 3 月版之后，搜狗把“本地残留索引”独立出来，放在SGImeRes/idx目录（路径因系统而异，下文给出最短入口）。这意味着，即使.backup被 0x00 填满，索引段仍可能完整，给“碎片级恢复”留下最后一根稻草。
版本差异：Windows、macOS、移动端谁更耐摔
桌面端：双轨道冗余，但路径深
Windows 版 13.3 之后默认开启“双轨备份”：每 24 h 把增量写进C:\Users\<用户名>\AppData\LocalLow\SogouInput\backup，同时上传云端。若检测到本地文件头魔数异常，会弹“词库已损坏”横幅并自动拉取云端最新版本；如果云端也挂，才进入“裸奔”模式。
macOS 版 6.4 因沙箱限制，只能把备份放在~/Library/Containers/com.sogou.inputmethod/Data/Library/Application Support/backup，且默认关闭“增量上传”。经验性观察：Mac 用户更容易遇到“备份文件完好却识别失败”——原因是沙箱路径被 CleanMyMac 误清，导致索引丢失。
移动端：高压缩+云同步，但回滚粒度大
Android/iOS 均把词库存进sgim_backup.db，再整体打包到“场景词库 3.0”。云端只保留最近 30 天、最多 10 个版本；每版本最小间隔 6 h。也就是说，如果你 7 小时内连撞两次损坏，中间那波新词可能永远丢失。
损坏场景速查表：先定位再动手
| 现象 | 最可能原因 | 验证动作 |
|---|---|---|
| 启动提示“词库已损坏，已恢复默认” | 本地主备份头文件被 0x00 覆盖 | 看 backup 目录下是否有.bad文件 |
| 自造词全部消失，但云短语还在 | 增量索引丢失，主文件正常 | 用“设置→词库→恢复自造词”尝试 |
| PC 正常，手机端空白 | 云同步开关被系统省电关闭 | 手机系统设置→电池→无限制 |
恢复路径：三阶递进，能救多少是多少
阶段 1：本地残留索引打捞（零网络）
- 完全退出搜狗输入法（任务管理器/活动监视器确保无残留）。
- 进入备份目录，把.backup复制一份做“尸体”留证。
- 用任意十六进制编辑器打开，搜索 UTF-16LE 字符串“SGIM”。若能看到成批汉字，说明数据区仍在，只是头坏。
- 把“尸体”重命名为.txt，用搜狗“导入文本词库”功能→选“以行解析”→编码选 UTF-16LE，可救回 70% 以上词条（经验性观察：简体常用词命中率更高）。
阶段 2：云端历史版本回滚（需登录）
Windows：设置→词库与账户→云词库→“查看历史版本”→选中 6 h 前节点→“恢复此版”。
Android/iOS：我的→云词库→右上角时钟图标→滑动时间轴→恢复。若按钮灰掉，说明本地缓存比云端新，需要先“强制清空本地”：系统设置→应用→搜狗输入法→存储→清除数据，再登录。
警告：恢复云端版本会覆盖当前增量，操作前请用“导出文本词库”留底。
阶段 3：手动校验与二次清洗（防再次损坏）
恢复成功后，进入“设置→词库→词条体检”，勾选“重复词”“敏感词”“异常长度”。运行后把长度 >30 或含 Emoji 的词条导出为黑名单，再导入时过滤。经验性观察：损坏往往伴随超长词条写穿缓冲区，提前清洗可降低二次风险。
平台差异速览：最短入口一张表
| 系统 | 直达路径 | 本地备份默认开关 |
|---|---|---|
| Windows 11 | 状态栏「S」图标→设置→词库→云备份 | 开（可关） |
| macOS 14 | 菜单栏搜狗图标→偏好设置→词库→备份 | 关（需手动） |
| Android 15 | 键盘→工具箱→我的→云词库 | 开（可关） |
| iOS 18 | 设置→搜狗键盘→账户→云词库 | 开（可关） |
常见失败分支与回退方案
失败 1：提示“云端无可用版本”
原因：6 h 内连续同步失败，云端把空文件当成最新版。处置：先在 PC 端“导出文本词库”生成.txt，再手动上传到“我的词库→导入”，移动端重新登录即可拉取。
失败 2：恢复后候选条出现乱码
原因：编码识别错误。处置：把.txt用 VS Code 转 UTF-16LE 无 BOM，再导入；若仍乱码，勾选“兼容模式”强制 GBK 解析。
失败 3：导入成功但重启又消失
原因：杀毒或清理软件把目录回滚。处置：把备份目录加入白名单，或在“设置→关于→故障修复→锁定词库文件”开启只读保护（Windows 特有）。
风险控制：什么时候不该一键恢复
- 正在撰写涉密标书：恢复过程需联网，词条可能临时写入云日志，虽官方声明加密，但合规部门常要求“零上云”。此时应改用“离线文本导入”并在完成后再清云。
- 电脑已中勒索病毒：备份目录可能被加密，直接恢复会把脏数据同步到云端，导致所有终端沦陷。正确顺序是先断网→本地解密→病毒清除→再恢复。
- 共享办公机：若多人用同一 Windows 账户，恢复会把别人的自造词也合并进来，导致候选污染。建议先“新建用户词库分组”，再单独导入。
验证与观测：怎么确认真的救回来了
1. 数量对比：恢复前后进入“词条体检”看“自造词总数”，若与损坏前导出日志相差 <5%，可认为完整。
2. 命中测试：在记事本连续输入 10 个专属长词（如公司项目代号），看是否首条候选即出。
3. 云同步链：手机输入新词→PC 端 30 秒内候选出现，说明云端通道已重建。
最佳实践清单：把“损坏”变成小插曲
- 每月首日手动导出文本词库到 Git 私有仓，保留 3 个历史版本。
- 打开“设置→词库→备份提醒”，让搜狗在检测到 7 天未同步时弹窗。
- PC 与 Mac 不要同时登录同一账户做“大词库导入”，间隔至少 1 h，防止并发写坏索引。
- 超长词条（>30 字符）拆成短语+快捷码，减少缓冲区写穿概率。
- 系统重大更新前（如 Win11 年度版），先关闭云同步，完成更新后再手动开启，避免升级脚本误清目录。
FAQ：必须可复现的 5 个高频疑问
Q1：云端历史版本最远能回退多久？
移动端 30 天/10 版，桌面端 90 天/30 版，以时间轴最远节点为准，可复现验证：设置→云词库→滑动到尽头查看日期。
Q2：恢复后发现隐私词条被上传，能彻底删除吗？
可以。进入“我的→隐私保险箱→敏感词删除”，勾选后点“云端同步删除”，30 天内可在回收站还原，之后永久清零。
Q3：Mac 版为什么找不到“查看历史版本”按钮？
macOS 沙箱限制，目前仅支持“全量下载”无法单版本回退。解决：先用 PC 端恢复，再让 Mac 登录同步。
Q4：导入文本词库时提示“格式错误”却看不出问题？
常见原因是行尾混用 LF+CR 或含制表符。用 VS Code 打开，右下角切换“UTF-16LE”+“LF”，再全选→删除行尾空格即可通过。
Q5：公司内网无法连搜狗服务器，还能恢复吗？
只能依赖本地残留索引或事前导出的文本词库。建议离线环境定期把.backup复制到内网 NAS，走“导入文本”方式恢复。
收尾：把“恢复”变成 10 分钟例行公事
词库损坏看似突发，本质是“没有验证过的备份＝没有备份”。把本文的阶段 1 导出脚本设为每月 Windows 任务计划，再配合云端 30 天历史，就能把损失压到 6 小时以内。下次再看到“词库已损坏”横幅，不必慌张——先取残留索引，再点云端回滚，最后做词条体检，十分钟就能让“xgpu”重新跳出“小罐茶”。现在就打开设置，把“导出文本词库”执行一次，你的自定义词条才算真正安全。
