py用OpenCC实现中文简繁转换

发布于 2020-09-12 编辑于 2020-09-13

Open Chinese Convert (OpenCC) 是一个开源的中文简繁转换项目。

安装Python的 opencc-python-reimplemented 库：

pip install opencc-python-reimplemented

字符串用代码，文件用命令完事。

Usage

下面直接简单抄一抄官方的描述

Code

from opencc import OpenCC
cc = OpenCC('s2t')  # convert from Simplified Chinese to Traditional Chinese
# can also set conversion by calling set_conversion
# cc.set_conversion('s2tw')
to_convert = '开放中文转换'
converted = cc.convert(to_convert)

Command Line

usage: python -m opencc [-h] [-i <file>] [-o <file>] [-c <conversion>]
                        [--in-enc <encoding>] [--out-enc <encoding>]

optional arguments:
  -h, --help            show this help message and exit
  -i <file>, --input <file>
                        Read original text from <file>. (default: None = STDIN)
  -o <file>, --output <file>
                        Write converted text to <file>. (default: None = STDOUT)
  -c <conversion>, --config <conversion>
                        Conversion (default: None)
  --in-enc <encoding>   Encoding for input (default: UTF-8)
  --out-enc <encoding>  Encoding for output (default: UTF-8)

example with UTF-8 encoded file:

  python -m opencc -c s2t -i my_simplified_input_file.txt -o my_traditional_output_file.txt

See https://docs.python.org/3/library/codecs.html
#standard-encodings for list of encodings.

Conversions

hk2s: 繁中(香港) → 简中
s2hk: 简中 → 繁中(香港)
s2t: 简中 → 繁中
s2tw: 简中 → 繁中(台湾)
s2twp: 简中 → 繁中(台湾，带短语)
t2hk: 繁中 → 繁中(香港)
t2s: 繁中 → 简中
t2tw: 繁中 → 繁中(台湾)
tw2s: 繁中(台湾) → 简中
tw2sp: 繁中(台湾) → 简中(带短语)

Issues

当转换有两个以上的字词可能时，程序只会使用第一个。