Python+opencc库实现简体繁体字转换_Python

opencc介绍

简繁切换的复杂性

不了解繁体字的一些人可能存在这样一个困扰：简体字与繁体字的互相转换有什么困难的呢？就像英文小写字母与大写字母一样，建立一个对应关系，然后直接替换，不就行了吗？

实际上，简繁切换的一大困难在于，存在“一简对多繁”的问题，也就是说，在简体字的使用过程中，一个简体字可能对应了多个繁体字，所以不能简单的用单字对应表来解决。比如说，一个简单的例子，“干”。

树干樹幹
烧干燒乾
干扰干擾

可以看出，在做“树干”的时候，对应的字是“幹”，但是到了“烧干”，或者“烤干”的时候，对应的字又变成了“乾”，而对于“干扰”，或者“干预”，对应的字甚至没发生变化。从这里可以看出，这种变化是很复杂的，不能简单的通过单字进行替换，而需要更大规模的字词对应表，才能解决这个问题。

opencc介绍

opencc就是一个非常好的中文字转换库，其中包含了非常丰富的对应字词表。

可以看出，从成语，谚语，生活用语，网络流行词，甚至是明星，与公司名都有包含，如“滚石唱片”，“林俊杰”等。可以说，内容非常丰富。

opencc的github地址

在python中，只需要简单的通过pip安装即可：pip install opencc

在python中使用

简体转为繁体

使用s2t表示简体（simplified）转为繁体（traditional）

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

繁体转为简体

使用t2s表示繁体（traditional）转为简体（simplified）

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

实际例子

将简体文本转为繁体

选择一个文件，将全部的文字转为繁体字，然后重新写入一个新的文件。

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")

快速简繁切换

利用keyboard库，将剪贴板的内容快速转换为简体/繁体版本。

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，将需要转换的内容复制到剪贴板，然后按对应的热键，再次粘贴，就会发现，剪贴板的文字已经发生了改变。

如果你还不了解如何使用keyboard库操作键盘，可以看看我的文章：

如果你还不了解如何使用pyperclip库操作剪贴板，可以看看我的文章：

html页面简体转为繁体

如果希望在html中使用，可以使用javascript版本的opencc，可以通过标签引入：

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

阅读这份js文件，可以看到，同样包含了非常长的对应表

创建一个页面，用于从简体转为繁体。

<!doctype html>
<html lang="zh-cn">
<head>
    <meta charset="utf-8">
    <title>opencc转换中文</title>
    <script src="https://cdn.jsdelivr.net/npm/opencc-js@1.0.5/dist/umd/full.js"></script>
</head>
<body>
    <h1>使用opencc进行转换</h1>
    
    <div>
        <label for="input">输入简体中文：</label><br>
        <textarea id="input" rows="4" cols="50"></textarea>
    </div>
    
    <div>
        <label for="output">转换后文本：</label><br>
        <textarea id="output" rows="4" cols="50" readonly></textarea>
    </div>
    
    <button id="convert">进行转换</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('转换出错:', error);
                outputarea.value = '转换出错，请检查控制台日志。';
            }
        });
    </script>
</body>
</html>

页面如下所示，此时，输入简体中文以后，就可以快速得到繁体版。