java 开源中文的繁简体转换工具 opencc4j

最新推荐文章于 2024-05-09 10:05:33 发布
最新推荐文章于 2024-05-09 10:05:33 发布
阅读量2.7k 收藏 20
点赞数 93
文章标签： java 开发语言 NLP github 开源
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ryo1060732496/article/details/135797843
版权
本文介绍了Opencc4j库，用于在Java中进行中文繁简体转换，包括基本操作如转换函数、判断单个字符和词组的简繁体、以及提供分词和中文识别功能。详细展示了如何通过Maven引入库并演示了核心方法的使用示例。
摘要由CSDN通过智能技术生成

Opencc4j

Opencc4j 支持中文繁简体转换，考虑到词组级别。

Features 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」。

  • 词库和函数库完全分离，可以自由修改、导入、扩展。

  • 兼容 Windows、Linux、Mac 平台。

  • 支持自定义分词

  • 支持判断单个字（词）是否为简体/繁体

  • 支持返回字符串中简体/繁体的列表信息

  • 支持中国台湾地区繁简体转换

快速开始

maven 引入

<dependency>
    <groupId>com.github.houbb</groupId>
    <artifactId>opencc4j</artifactId>
    <version>1.8.1</version>
</dependency>

api 概览

核心工具列表如下：

序号工具类简介
1ZhConverterUtil基础的繁简体转换
2ZhTwConverterUtil台湾地区的繁简体转换

所有的工具类方法具有相同的方法设计，便于记忆。

核心方法如下：

序号api 方法简介
1toSimple(String)转为简体
2toTraditional(String)转为繁体
3simpleList(String)返回包含的简体列表
4traditionalList(String)返回包含的繁体列表
5toSimple(char)返回单个汉字对应的所有简体字列表
6toTraditional(char)返回单个汉字对应的所有繁体字列表
7isSimple(String)是否全部为简体
8isSimple(char)单个字符是否为简体
9containsSimple(String)字符中是否为包含简体
10isTraditional(String)是否全部为繁体
11isTraditional(char)单个字符是否为繁体
12containsTraditional(String)字符中是否为包含繁体
13isChinese(String)是否全部为中文
14isChinese(char)单个字符是否为中文
15containsChinese(char)字符串中是否包含中文

繁简体转换

转为简体 toSimple

String original = "生命不息，奮鬥不止";
String result = ZhConverterUtil.toSimple(original);
Assert.assertEquals("生命不息，奋斗不止", result);

转为繁体 toTraditional

String original = "生命不息，奋斗不止";
String result = ZhConverterUtil.toTraditional(original);
Assert.assertEquals("生命不息，奮鬥不止", result);

繁简体判断

对单个字符或者词组进行繁简体判断。

是否为简体 isSimple

Assert.assertTrue(ZhConverterUtil.isSimple('奋'));
Assert.assertTrue(ZhConverterUtil.isSimple("奋"));
Assert.assertTrue(ZhConverterUtil.isSimple("奋斗"));

Assert.assertFalse(ZhConverterUtil.isSimple('奮'));
Assert.assertFalse(ZhConverterUtil.isSimple("奮"));
Assert.assertFalse(ZhConverterUtil.isSimple("奮鬥"));
Assert.assertFalse(ZhConverterUtil.isSimple("奮斗"));
Assert.assertFalse(ZhConverterUtil.isSimple("beef"));

是否包含简体 containsSimple

Assert.assertTrue(ZhConverterUtil.containsSimple("奋"));
Assert.assertTrue(ZhConverterUtil.containsSimple("奋斗"));
Assert.assertTrue(ZhConverterUtil.containsSimple("奋斗2023"));

Assert.assertFalse(ZhConverterUtil.containsSimple("編"));
Assert.assertFalse(ZhConverterUtil.containsSimple("編號"));

是否为繁体 isTraditional

Assert.assertTrue(ZhConverterUtil.isTraditional('編'));
Assert.assertTrue(ZhConverterUtil.isTraditional("編"));
Assert.assertTrue(ZhConverterUtil.isTraditional("編號"));

Assert.assertFalse(ZhConverterUtil.isTraditional('编'));
Assert.assertFalse(ZhConverterUtil.isTraditional("编"));
Assert.assertFalse(ZhConverterUtil.isTraditional("编号"));
Assert.assertFalse(ZhConverterUtil.isTraditional("编號"));

是否包含繁体 containsTraditional

Assert.assertTrue(ZhConverterUtil.containsTraditional("編"));
Assert.assertTrue(ZhConverterUtil.containsTraditional("編號"));
Assert.assertTrue(ZhConverterUtil.containsTraditional("編號2023"));

Assert.assertFalse(ZhConverterUtil.containsTraditional("号"));
Assert.assertFalse(ZhConverterUtil.containsTraditional("编号"));

句子中包含的繁简体列表返回

返回字符串中繁简体对应的词、字列表，默认支持中文分词。

繁简体列表返回的词组和分词策略紧密相关。

简体列表 simpleList

final String original = "生命不息奋斗不止";
final List<String> resultList = ZhConverterUtil.simpleList(original);

Assert.assertEquals("[生, 命, 不, 息, 奋斗, 不, 止]", resultList.toString());

繁体列表 traditionalList

PS: 很多字是同体字。

final String original = "生命不息奮鬥不止";
final List<String> resultList = ZhConverterUtil.traditionalList(original);

Assert.assertEquals("[生, 命, 不, 息, 奮, 鬥, 不, 止]", resultList.toString());

单个汉字对应的繁简体列表

繁体字列表

Assert.assertEquals("[幹, 乾, 干]", ZhConverterUtil.toTraditional('干').toString());
Assert.assertEquals("[發, 髮]", ZhConverterUtil.toTraditional('发').toString());

简体字列表

Assert.assertEquals("[测]", ZhConverterUtil.toSimple('測').toString());

中文工具方法

是否为中文 isChinese

Assert.assertTrue(ZhConverterUtil.isChinese("你"));
Assert.assertTrue(ZhConverterUtil.isChinese("你好"));
Assert.assertTrue(ZhConverterUtil.isChinese('你'));

Assert.assertFalse(ZhConverterUtil.isChinese("你0"));
Assert.assertFalse(ZhConverterUtil.isChinese("10"));
Assert.assertFalse(ZhConverterUtil.isChinese('0'));
Assert.assertFalse(ZhConverterUtil.isChinese(""));
Assert.assertFalse(ZhConverterUtil.isChinese(null));

是否包含中文 containsChinese

Assert.assertTrue(ZhConverterUtil.containsChinese("你"));
Assert.assertTrue(ZhConverterUtil.containsChinese("你好"));
Assert.assertTrue(ZhConverterUtil.containsChinese("你0"));

Assert.assertFalse(ZhConverterUtil.containsChinese("10"));
Assert.assertFalse(ZhConverterUtil.containsChinese(""));
Assert.assertFalse(ZhConverterUtil.containsChinese(null));

拓展阅读

pinyin 汉字转拼音

pinyin2hanzi 拼音转汉字

segment 高性能中文分词

opencc4j 中文繁简体转换

nlp-hanzi-similar 汉字相似度

word-checker 拼写检测

sensitive-word 敏感词

在这里插入图片描述

老马啸西风
关注
  • 93
    点赞
  • 踩
  • 20
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
opencc4j：:China:OpenChinese Convert是一个开源项目，用于繁体中文和简体中文之间的转换。（java中文繁简体转换）
02-03
Opencc4j 支持中文繁简体转换，考虑到词组等级。 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”。 词库和函数库完全分离，可以自由修改，引入，扩展。 兼容Windows，Linux，Mac平台。 支持自定义分词 支持判断个别字（词）是否为简体/繁体 支持返回字符串中简体/繁体的列表信息 v1.6.0版本变更 支持返回单一汉字的所有繁简体列表 测试代码 见test文件夹。 可以用作学习相关方法的使用方式。 创作缘由 OpenCC的 的思想非常优秀，做的也特别棒。但是没有特别为java提供的工具。 jope
最好的简繁体转换软件 OpenCC 1.1.6
08-27
OpenCC是一款专注于简繁体中文转换的开源软件，可以在windows、Linux、MacOSX 上编译。该软件除了可以把实现 简体繁体 转换以外，还可以根据大陆、台湾、香港等地区的不同习惯把专业词汇进行转换，是目前最好的简...
java 中文繁简体转换工具 opencc4j
最新发布
m0_62458145的博客
05-09 1314
OpenCC4J 是 OpenCC 的 Java 版本，OpenCC 是一个开源的简体字到繁体字转换工具，它支持多种转换配置，包括字符转换、短语替换等。OpenCC4J 可以用来将简体字文本转换为繁体字文本，它是一个基于Java的开源库，可以方便地在Java项目中使用。
java 中文繁简体转换工具 opencc4j 使用介绍 1.8.0
03-14 1072
你有时候可能除了上述的两种分词方式，会有更加适合自己业务的分词实现。Opencc4j 支持自定义分词实现，只需要实现分词接口Segment接口内容/*** 分词* @param original 原始信息* @return 分词后的列表/*** 一个最简单的分词实现。* 注意：仅仅做演示，不可实际使用。return Arrays . asList(original , "测试");} }不同的地区，对应的转换规则是不同的。具体参考一下台湾地区的使用方式即可。
转：java 中文繁简体转换工具 opencc4j
etlan的专栏
09-22 430
转：https://blog.csdn.net/Trojin_Inhv/article/details/100557152 对于中文的繁简体转换是一种很常见的需求。 但是很多工具类都是简单的做个映射。（使用map，集合，properties）等。 存在一个严重的问题：特殊词组（当前我也不清楚有哪些特殊词组）的转换可能存在问题。 OpenCC OpenCC是一款非常优秀的转换工具。但是没有直接提供 Java 便于使用的 jar。 opencc4j opencc4j就是在上面的工具基础上提供...
java 开源中文的繁简体转换工具 opencc4j-01-overview
01-02 2297
你有时候可能除了上述的两种分词方式，会有更加适合自己业务的分词实现。Opencc4j 支持自定义分词实现，只需要实现分词接口Segment接口内容/*** 分词* @param original 原始信息* @return 分词后的列表*//*** 一个最简单的分词实现。* 注意：仅仅做演示，不可实际使用。*/@Overridereturn Arrays.asList(original, "测试");不同的地区，对应的转换规则是不同的。具体参考一下台湾地区的使用方式即可。
opencc繁简体转换
05-06
Open Chinese Convert（OpenCC）是一個中文簡繁轉換開源項目，提供高質量的簡繁轉換詞庫和可供調用的函數庫(libopencc)。還提供命令行簡繁轉換工具，人工校對工具，詞典生成程序，以及圖形用戶界面。 特點 嚴格區...
最好的用简繁体转换软件OpenCC 1.0.5 Windows版
02-12
OpenCC是一款专注于简繁体中文转换的开源软件，可以在windows、Linux、MacOSX 上编译。该软件除了可以把实现 简体;繁体 转换以外，还可以根据大陆、台湾、香港等地区的不同习惯把专业词汇进行转换，是目前最好的简...
java繁简转换工具类
04-26
总之，`java繁简转换工具类`是一种方便的Java组件，它利用开源库实现了汉字繁简体的相互转换。通过引入和配置OpenCC库，开发者可以轻松地在Java项目中集成这个功能，从而更好地支持不同地区的中文用户。
java 繁体转简体_java代码实现简体繁体转换
weixin_39520979的博客
02-12 436
汉字分为简体和繁体字，这是众所周知的，虽然繁体字中国大陆这边用的并不会太多，但时不时的还是会使用到。那么，如何做到简体字和繁体字的转换呢？其实很简单，这里附上一个java版本的简繁体转换，用网上找的接口实现的，非常简洁，省去不少麻烦，直接上代码：package com.xiaocongjisuan.module.example;import java.io.BufferedReader;impor...
java中文简体转繁体ZHConverter
03-01
java工具类，中文简体转繁体，ZHConverter，可以对文件夹内的所有文件整体转换。
java实现简繁体转换
04-08
NULL 博文链接：https://chenxiaomin168.iteye.com/blog/1611109
Java简体繁体转换.rar
03-10
简繁体转换源代码。JAVA简体转繁体，JAVA源代码可以直接使用。
java 对象 转为繁体,java调用opencc，将简体中文转换成繁体
weixin_39873741的博客
03-14 317
Open Chinese Convert(OpenCC)是一个开源的中文简繁转换项目，致力于制作高质量的基于统计预料的简繁转换词库。还提供函数库(libopencc)、命令行简繁转换工具、人工校对工具、词典生成程序、在线转换服务及图形用户界面。opencc的特点：严格区分「一简对多繁」、「一简对多异」和「地域用词差别」。支持异体字转换，兼容陆港澳台等不同地区用字差别。严格审校一简对多繁词条，原则为...
java中文简体和繁体互转
ld_flex的专栏
06-15 903
原文地址：http://hi.baidu.com/zzticzh/blog/item/2527a201f579a9261c958335.html 参照网站：http://www.examw.com/NCRE/2/JAVA/fudao/95326/index-2.html 代码下载位置 http://pan.baidu.com/netdisk/singlepubli
Java实现简体中文转繁体中文的工具(包括编码转换和语义转换)
07-02 7997
简体中文转繁体中文的工具，包括：1、编码转换(GBK->big5) 2、语义转换(根据词库，需要词库的请EMail联系我)package i18n.converter;import java.io.BufferedReader;import java.io.BufferedWriter;import java.io.ByteArrayInputStream;
Java中将繁体中文文本转换为简体中文
weixin_43652507的博客
12-26 975
Java中将繁体中文文本转换为简体中文
centos下java调用opencc进行中文简体繁体转换
金溪的博客
11-14 450
opencc源码安装 # git clone https://github.com/BYVoid/OpenCC # cd OpenCC [root@VM_130_110_centos OpenCC]# yum install doxygen make sudo make install 创建软链接 通过find / -name libopencc.so.2找到libopenc...
Python 中文字符繁简体转换
12-07
在Python中，我们可以使用opencc-python-reimplemented库来实现中文字符的繁简体转换。下面是一个简单的例子，演示如何将简体中文转换为繁体中文： ```python from opencc import OpenCC # 创建简体中文转繁体中文的转换器 cc = OpenCC('s2t') # 将简体中文转换为繁体中文 text = '这是一段简体中文。' converted = cc.convert(text) print(converted) # 输出：這是一段簡體中文。 ``` 同样地，我们也可以将繁体中文转换为简体中文。下面是一个例子： ```python from opencc import OpenCC # 创建繁体中文转简体中文的转换器 cc = OpenCC('t2s') # 将繁体中文转换为简体中文 text = '這是一段繁體中文。' converted = cc.convert(text) print(converted) # 输出：这是一段繁体中文。 ```

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值