NLP-opencc
王哲峰 / 2022-04-05
介绍
Open Chinese Convert(OpenCC，开放中文转换)是一个开源项目，用于在繁体中文， 简体中文和日文汉字(Shinjitai)之间进行转换
- 支持中国大陆，台湾和香港之间的字符级和短语级转换，字符变体转换以及区域习语. 不是普通话和广东话等之间的翻译工具.
- 支持词汇等级的转换，异体字转换和地区习惯用词转换(中国大陆，台湾，香港，日本新字体). 不提供普通话与粤语的转换.
特点
- 严格区分“一简对多繁”和“一简对多异”
- 完全兼容异体字，可以实现动态替换
- 严格审校一简对多繁词条，原则为“能分则不合”
- 支持中国大陆，台湾，香港异体字和地区习惯用词转换，如「里」「里」，「鼠标」「滑鼠」
- 词库和函数库完全分离，可以自由修改，引入，扩展
在线演示 Demo(不支持API查询)
Python opencc 安装
# pip install opencc
opencc 使用
基本配置文件
| 文件名 | from => to | 翻译 |
|---|---|---|
| s2t.json | Simplified Chinese to Traditional Chinese | 简体到繁体 |
| t2s.json | Traditional Chinese to Simplified Chinese | 繁体到简体 |
| s2tw.json | Simplified Chinese to Traditional Chinese(Taiwan Standard) | 简体到台湾正体 |
| tw2s.json | Traditional Chinese (Taiwan Standard) to Simplified Chinese | 台湾正体到简体 |
| s2hk.json | Simplified Chinese to Traditional Chinese(Hong Kong Standard) | 简体到香港繁体(香港小学学习字词表标准) |
| hk2s.json | Traditional Chinese (Hong Kong Standard) to Simplified Chinese | 香港繁体(香港小学学习字词表标准)到简体 |
| s2twp.json | Simplified Chinese to Traditional Chinese(Taiwan Standard) with Taiwanese idiom | 简体到繁体(台湾正体标准)并转换为台湾常用词汇 |
| tw2sp.json | Traditional Chinese (Taiwan Standard) to Simplified Chinese with Mainland Chinese idiom | 繁体(台湾正体标准)到简体并转换为中国大陆常用词汇 |
| t2tw.json | Traditional Chinese (OpenCC Standard) to Taiwan Standard | 繁体(OpenCC标准)到台湾正体 |
| t2hk.json | Traditional Chinese (OpenCC Standard) to Hong Kong Standard | 繁体(OpenCC标准)到香港繁体(香港小学学习字词表标准) |
| t2jp.json | Traditional Chinese Characters (Kyūjitai) to New Japanese Kanji(Shinjitai) | 繁体(OpenCC标准，旧字体)到日文新字体 |
| jp2t.json | New Japanese Kanji (Shinjitai) to Traditional Chinese Characters(Kyūjitai) | 日文新字体到繁体(OpenCC标准，旧字体) |
Python API Demo
import opencc
# 简体中文 => 繁体中文
converter = opencc.OpenCC("t2s.json")
t_data = "漢字"
s_data = converter.convert(t_data)
命令行模式 Demo
opencc --help
opencc_dict --help
opencc_phrase_extract --help