根据网上资料整理的汉字拼音表，主要包括Unicode 0x4E00—0x9FA5中的汉字， 其中一些韩国汉字、日本汉字不包含在内。
data目录是原始文本数据，其中hzpy-utf8.txt为汉字列表，每行6列，分别是： 1.汉字本身； 2.汉字的拼音； 3.声母； 4.韵母； 5.Unicode编码； 6.0表示不常用汉字，1表示常用汉字，2表示该汉字是姓氏； 多音字每个读音单独一行。
simplified2traditional.txt是简繁转换表，第一列是简体Unicode编码，第二列 是对应的繁体字Unicode编码。
db目录下的hanzi.db是sqlite3数据库，其中数据位于hanzi这个表中。这个数据库 是用script中的store-hanzi.py创建的，该表共5列，结构如下： 1.unicode, int类型， 主键，内容为汉字的Unicode编码； 2.pinyin, text类型，汉字的拼音，多音字的多个读音用","(英文逗号)隔开； 3.type, int类型，1为简体字，2为繁体字，其他汉字为0; 4.map, int类型，简体字对应的繁体字，或繁体字对应的简体字，或0; 5.freq, int类型，和hzpy-utf8.txt中的最后一列含义相同，多音字取最大值。
script包含一些没什么用的脚本。