好像 unicode 有一个相关规则就是关于拼字的

@66beta
- 超宽发生概率低，约千分之五。
- 标题超粗体窄个 20%视觉效果还可以接受，类似文悦新青年。

@duvalier @zlkent 两位的留言风格比较接近，我就一并回了：
1. 当 App 多到上百，切换 App 需要进出文件夹的时候，手点成本就高了。
2. 我懒，手上打着字 /端着碗呢。
3. 人脸识别+立式底座，秒解锁。

又测了几个。依次是原词，translation 字段和 web 字段提取。
stream | 流 | ['流', '溪', '字串流', '小溪']
with | 与 | ['跟高', '对于', '逆向', '接触']
and | 和 | ['而且', '和', '逻辑与', '与门']
pours | 倒 | ['亚克力铸造', '倾吐']
dose | 剂量 | ['剂量', '量', '一剂', '用量']
white | 白色的 | ['白色', '美白用', '白', '纯白']
airy | 艾里 | ['艾里撞击坑', '通风的', '空气的', '艾里']
yogi | 瑜咖 | []
leaf | 叶 | ['叶子', '叶', '聆风', '树叶']
light | 光 | ['光', '光源', '轻的', '灯光']
negative | 负 | ['否定', '消极', '负面', '负片']
bottle | 瓶 | ['瓶子', '瓶', '一瓶', '酒瓶']
green | 绿色 | ['绿色', '格林', '绿', '格林撞击坑']
black | 黑色的 | ['黑色', '黑色的风采', '布莱克', '玄色']
minimal | 最小的 | ['最小的', '最小化', '最低的', '最低限度']
drink | 喝 | ['饮料', '喝酒', '饮品', '饮用']
pour | 为了 | []
space | 空间 | ['空间', '空格键', '空格', '太空']
background | 背景 | ['背景', '后台', '后景', '背景介绍']
dose juice | 剂量汁 | []
blue | 蓝色的 | ['蓝色的', '刀枪不入', '蓝色橙味糖浆', '蓝色']
abundance | 丰富 | ['丰富', '丰度', '多度', '充裕']
juice | 汁 | ['果汁', '哈雷兄弟', '汁', '榨汁']
against | 对 | ['反对', '针对', '对阵', '迎战']
out | 出 | ['出局', '输出', '出口', '在外']

translation 不完全等同于 web[0]。
直接用 translation 或者 web[0] 都不大完美。

@yixiang 我也觉得不行就只能 canvas 了，不过不知道小程序里支持得怎么样。还有一种更傻的方法嘛，我本地把所有文字生成一遍图片，直接调用图片去拉伸。

@66beta 变瘦，宽度小于容器不变胖。

@Phariel 德语的 App 名字长嘛……

@BXIA 我现在打电话频度很低，其它需求频度高一点，所以就转过去了。
考虑给常用联系人标一下英文名。

@ouhey @FakeLeung @zenghaojim33 粤语 666，粤语的识别度好嘛？沪语不太行的

@laike9m 已经开过了……

@likuku 前两天我还搜来着，结果发现 google 出来的 pdf 是我上传的。。。赶紧删干净了
还有一本叫《银座妈妈桑教的，男人就是吃这套!》

@menc 哎，你针对的是每个数字出现的次数。。。

我简单算了一下，我之前按 3 楼的思路写的算法 #15，随机的确有点问题。
0 | 9.64671
1 | 10.11338
2 | 10.14475
3 | 10.07507
4 | 10.11595
5 | 10.07307
6 | 10.13353
7 | 10.05408
8 | 10.05961
9 | 9.58385
第一个和最后一个偏低一点，不大完美。我想想怎么修复下。
代码贴出来格式会乱，就不贴了。

@menc 我有 100 块钱，给 10 个人随机分，不等于给 10 个人平均分，更不是在金额上的平均。。。
如果要算平均，可以试试每个 index 上的平均，而不是出现的次数。
也就是分 10w 次，第一个人有时候分得多，有时候分得少，那么他平均得到多少，然后第二个人平均得到多少。。。
最终观察下每个 index 上（每个人）的收益情况是否平均。

照着 @celeron533 思路
points = [random.randint(0, 100) for i in range(9)] # 生成 9 个随机点
points = [0] + sorted(points) + [100] # 排个队
points = [points[i + 1] - points[i] for i in range(10)] # 算每段距离
print(points, sum(points))

有个思路是先在一个范围里随机取 10 个数，然后 sum，然后缩放到 100，然后做点去重的偏移。

需要补全一下问题，比如你现在包含 0，是否确定？另外 10 个随机数可以重复吗？
如果不可以重复，那第一步取值范围就剩 1-55 或者 0-64 了。

借楼问一句，有啥办法能直接获取使用 app 时 fiddler 得到的数据？
如果可以的话，配合虚拟操作，直接拿 json 呗。

洗衣机和烘干机可以买一体的，挺好用的。
还带 iron 模式，其实就是烘到半干。

@largecat 慢，要补个绝对值。