快捷導(dǎo)航

Python+opencc庫(kù)實(shí)現(xiàn)簡(jiǎn)體繁體字轉(zhuǎn)換

更新時(shí)間：2024年11月01日 09:44:16 作者：仙草哥哥

opencc就是一個(gè)非常好的中文字轉(zhuǎn)換庫(kù),其中包含了非常豐富的對(duì)應(yīng)字詞表,本文主要介紹了如何使用opencc庫(kù)實(shí)現(xiàn)簡(jiǎn)體繁體字轉(zhuǎn)換,感興趣的可以了解下

opencc介紹

簡(jiǎn)繁切換的復(fù)雜性

不了解繁體字的一些人可能存在這樣一個(gè)困擾：簡(jiǎn)體字與繁體字的互相轉(zhuǎn)換有什么困難的呢？就像英文小寫字母與大寫字母一樣，建立一個(gè)對(duì)應(yīng)關(guān)系，然后直接替換，不就行了嗎？

實(shí)際上，簡(jiǎn)繁切換的一大困難在于，存在“一簡(jiǎn)對(duì)多繁”的問題，也就是說(shuō)，在簡(jiǎn)體字的使用過程中，一個(gè)簡(jiǎn)體字可能對(duì)應(yīng)了多個(gè)繁體字，所以不能簡(jiǎn)單的用單字對(duì)應(yīng)表來(lái)解決。比如說(shuō)，一個(gè)簡(jiǎn)單的例子，“干”。

樹干樹幹
燒干燒乾
干擾干擾

可以看出，在做“樹干”的時(shí)候，對(duì)應(yīng)的字是“幹”，但是到了“燒干”，或者“烤干”的時(shí)候，對(duì)應(yīng)的字又變成了“乾”，而對(duì)于“干擾”，或者“干預(yù)”，對(duì)應(yīng)的字甚至沒發(fā)生變化。從這里可以看出，這種變化是很復(fù)雜的，不能簡(jiǎn)單的通過單字進(jìn)行替換，而需要更大規(guī)模的字詞對(duì)應(yīng)表，才能解決這個(gè)問題。

opencc介紹

opencc就是一個(gè)非常好的中文字轉(zhuǎn)換庫(kù)，其中包含了非常豐富的對(duì)應(yīng)字詞表。

可以看出，從成語(yǔ)，諺語(yǔ)，生活用語(yǔ)，網(wǎng)絡(luò)流行詞，甚至是明星，與公司名都有包含，如“滾石唱片”，“林俊杰”等?？梢哉f(shuō)，內(nèi)容非常豐富。

opencc的github地址

在python中，只需要簡(jiǎn)單的通過pip安裝即可：pip install opencc

在python中使用

簡(jiǎn)體轉(zhuǎn)為繁體

使用s2t表示簡(jiǎn)體（Simplified）轉(zhuǎn)為繁體（Traditional）

import opencc
 
converter = opencc.OpenCC("s2t")
r = converter.convert("樹干")
 
print(r)

繁體轉(zhuǎn)為簡(jiǎn)體

使用t2s表示繁體（Traditional）轉(zhuǎn)為簡(jiǎn)體（Simplified）

import opencc
 
converter = opencc.OpenCC("t2s")
r = converter.convert("樹幹")
 
print(r)

實(shí)際例子

將簡(jiǎn)體文本轉(zhuǎn)為繁體

選擇一個(gè)文件，將全部的文字轉(zhuǎn)為繁體字，然后重新寫入一個(gè)新的文件。

import opencc
 
def convert_txt(input_file, output_file, mode="s2t"):
    with open(input_file, "r", encoding="utf-8") as file:
        text = file.read()
    converter = opencc.OpenCC(mode)
    converted_text = converter.convert(text)
    with open(output_file, "w", encoding="utf-8") as file:
        file.write(converted_text)
        
convert_txt("test.txt", "converted_test.txt")

快速簡(jiǎn)繁切換

利用keyboard庫(kù)，將剪貼板的內(nèi)容快速轉(zhuǎn)換為簡(jiǎn)體/繁體版本。

import pyperclip
import keyboard
 
from opencc import OpenCC
 
def s2t():
    text = pyperclip.paste()
    cc_s2t = OpenCC("s2t")
    pyperclip.copy(cc_s2t.convert(text))
    
def t2s():
    text = pyperclip.paste()
    cc_s2t = OpenCC("t2s")
    pyperclip.copy(cc_s2t.convert(text))
    
keyboard.add_hotkey("alt+t", s2t)
keyboard.add_hotkey("alt+s", t2s)
 
keyboard.wait("esc")

使用方法：首先，將需要轉(zhuǎn)換的內(nèi)容復(fù)制到剪貼板，然后按對(duì)應(yīng)的熱鍵，再次粘貼，就會(huì)發(fā)現(xiàn)，剪貼板的文字已經(jīng)發(fā)生了改變。

如果你還不了解如何使用keyboard庫(kù)操作鍵盤，可以看看我的文章：keyboard庫(kù)使用

如果你還不了解如何使用pyperclip庫(kù)操作剪貼板，可以看看我的文章：pyperclip使用

html頁(yè)面簡(jiǎn)體轉(zhuǎn)為繁體

如果希望在html中使用，可以使用javascript版本的opencc，可以通過標(biāo)簽引入：

<script src="https://cdn.jsdelivr.net/npm/opencc-js@1.0.5/dist/umd/full.js"></script>

閱讀這份js文件，可以看到，同樣包含了非常長(zhǎng)的對(duì)應(yīng)表

創(chuàng)建一個(gè)頁(yè)面，用于從簡(jiǎn)體轉(zhuǎn)為繁體。

<!DOCTYPE html>
<html lang="zh-CN">
<head>
    <meta charset="UTF-8">
    <title>OpenCC轉(zhuǎn)換中文</title>
    <script src="https://cdn.jsdelivr.net/npm/opencc-js@1.0.5/dist/umd/full.js"></script>
</head>
<body>
    <h1>使用opencc進(jìn)行轉(zhuǎn)換</h1>
    
    <div>
        <label for="input">輸入簡(jiǎn)體中文：</label><br>
        <textarea id="input" rows="4" cols="50"></textarea>
    </div>
    
    <div>
        <label for="output">轉(zhuǎn)換后文本：</label><br>
        <textarea id="output" rows="4" cols="50" readonly></textarea>
    </div>
    
    <button id="convert">進(jìn)行轉(zhuǎn)換</button>
 
    <script>
        document.getElementById('convert').addEventListener('click', async function() {
            const inputText = document.getElementById('input').value;
            const outputArea = document.getElementById('output');
            
            try {
                const converter = await OpenCC.Converter({ from: 'cn', to: 'tw' });
                
                const outputText = converter(inputText);
                
                outputArea.value = outputText;
            } catch (error) {
                console.error('轉(zhuǎn)換出錯(cuò):', error);
                outputArea.value = '轉(zhuǎn)換出錯(cuò)，請(qǐng)檢查控制臺(tái)日志。';
            }
        });
    </script>
</body>
</html>

頁(yè)面如下所示，此時(shí)，輸入簡(jiǎn)體中文以后，就可以快速得到繁體版。