在背单词或者进行语言学研究时，我们经常需要拆解单词的前缀、后缀、词根、派生词缀和屈折变化。虽然有诸如 UniMorph
(umLabeller) 和 CityLex 这样优秀的公开形态学（Morphology）标注数据集，但它们通常以几十兆甚至上百兆的 raw TSV
文本形式存在，直接检索和在代码中调用非常不便。
为了解决这个问题，我写了一个轻量级的本地查询工具 morph-query（已发布到 PyPI，代码在 GitHub
开源）。它将这些数据集整理并索引化为一个 ~50MB 的高性能 SQLite 数据库，并提供了开箱即用的命令行工具（CLI）和 Python
API。
• GitHub 仓库：https://github.com/connoryang331/morph-query
• PyPI 地址： pip install morph-query
──────
核心特性
- 多维度词素查询：支持按前缀 (Prefix)、后缀 (Suffix)、词根 (Root)、派生后缀 (Derivational Suffix) 或屈折后缀
(Inflectional Suffix) 检索单词。 - 毫秒级响应：底层采用精心设计的 SQLite 关系表和多重索引，子查询及批量查询均在 1ms 内完成。
- 极简安装：为了避免 PyPI 安装包过大，我们将 50MB 的数据库托管在 GitHub Release。用户在首次运行 mq 命令或初始化
Python 实例时，程序会自动下载并解压至本地，无需手动配置。 - 同时支持 CLI 和库调用：既可以在终端快速排查词素，也可以作为 Python 库集成到大家的词典制作脚本中。
──────
使用演示
1. 终端命令行 (CLI)
安装后直接在终端运行 mq 命令：
# 查询包含特定词根的单词
mq query --root dict
# 查询特定的形态切分 (如前缀、词根、后缀)
mq query --prefix con --root struct --suffix ion
输出样式类似下面这样（支持彩色高亮排版）：
Word: construction
----------------------------------------
Data Source: umLabeller
- Morpheme Division: con-struct-ion
- Prefix: con
- Root: struct
- Derivational Suffix: ion
- Inflectional Suffix: (none)
2. Python API 调用
from morph_query import MQ
mq = MQ()
# 批量查询单词的词素切分
results = mq.query_words(["construction", "deconstruct"])
for word, info in results.items():
print(word, info)