Python 使用 OpenCC 实现中文简繁转换

---

前言

  本内容主要介绍 Python 使用 OpenCC 实现中文简繁转换。

1.1 OpenCC 简介

  OpenCC（Open Chinese Convert，开放中文转换）是一个开源的中文简繁转换项目。它支持字符和词汇级别的转换、异体字转换和地区习惯用词转换（中国大陆、中国台湾、中国香港和日本新字体）。不支持普通话与粤语的转换。

  OpenCC 具有如下特点：

• 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、中国台湾、中国香港异体字和地区习惯用词转换，如「裏」「裡」、「鼠標」「滑鼠」。
• 词库和函数库完全分离，可以自由修改、导入和扩展。
• 提供多种语言 API：官方提供对 Node.js、JavaScript、TypeScript、Python、C/C++ 的支持，非官方提供对 Swift、Java、Android、PHP、Pure JavaScript、WebAssembly 的支持。
• 兼容 Windows、Linux、Mac 等多种平台。

1.2 OpenCC 安装

  OpenCC 支持提供了多种语言的 API，和支持命令行操作，并提供了 在线支持。

  本内容仅对 Python 版本进行说明。Python 版本 OpenCC 安装命令：

pip install OpenCC

1.3 OpenCC 使用

1.3.1 OpenCC 使用示例

from opencc import OpenCC

cc = OpenCC('t2s')
cc.convert("中文簡繁轉換開源項目，支持詞彙級別的轉換、異體字轉換和地區習慣用詞轉換（中國大陸、臺灣、香港、日本新字體）。不提供普通話與粵語的轉換。")

将输出以下结果：

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」。

1.3.2 OpenCC 参数说明

  在上面的示例中，对 OpenCC 进行初始化时，会传入一个参数，其表示对应的转换模式。OpenCC 支持以下转换：

参数	说明
s2t	简体到繁体
t2s	繁体到简体
s2tw	简体到台湾繁体
tw2s	台湾繁体到简体
s2hk	简体到香港繁体
hk2s	香港繁体到简体
s2twp	简体到台湾繁体，并转换为台湾常用词汇
tw2sp	台湾繁体到简体，并转换为中国大陆常用词汇
tw2t	台湾繁体到繁体
t2tw	繁体到台湾繁体
hk2t	香港繁体到繁体
t2hk	繁体到香港繁体
t2jp	繁体到日本新字体
jp2t	日本新字体到繁体

参考

[1] OpenCC github

[2] Python - 常用库 - OpenCC(中文繁简体转换)