Skip to content

繁簡轉換 ​

RustZ 用 OpenCC 1.4.2 的詞庫,以詞為單位做繁簡轉換。選項在轉換規則裡(任何字形選擇旁的 ⚙,或「設定」),命令列版用 /v: 與 /p。

繁簡轉換的流程

自訂詞典優先 ​

轉換前先以自訂詞典比對:從左到右、最長的詞優先,比對到的詞直接輸出,其餘的文字才交給 OpenCC。

OpenCC 怎麼轉換 ​

轉換方式與 OpenCC 相同:

  1. 斷詞:以詞庫做最長詞比對,把文字切成詞段(簡 → 繁用 STPhrases 的 49,269 條詞彙)。
  2. 轉換鏈:每個詞段依序通過幾組詞典;每一組先查詞彙、查不到再查單字。
方向字形標準轉換鏈
簡 → 繁OpenCC 標準詞彙+單字
簡 → 繁臺灣詞彙+單字 → 臺灣字形(裏 → 裡、着 → 著……)
簡 → 繁臺灣+慣用詞詞彙+單字 → 臺灣慣用詞與字形(软件 → 軟體)
簡 → 繁香港詞彙+單字 → 香港字形
繁 → 簡臺灣(+慣用詞)臺灣字形(與慣用詞)還原 → 詞彙+單字
繁 → 簡香港香港字形還原 → 詞彙+單字
繁 → 簡OpenCC 標準詞彙+單字

繁 → 簡時,「字形標準」指的是來源文字的寫法。

例:

原文OpenCC 標準臺灣臺灣+慣用詞
头发很长,发展很快頭髮很長,發展很快頭髮很長,發展很快頭髮很長,發展很快
里面的软件裏面的軟件裡面的軟件裡面的軟體
内存和鼠标內存和鼠標內存和鼠標記憶體和滑鼠

該怎麼設定 ​

情況建議
一般的簡體 → 臺灣繁體臺灣用字,開「臺灣慣用詞」
只要字形轉換,不想改用詞臺灣用字,關「臺灣慣用詞」
香港用字香港用字
有詞轉錯,或要用自己的說法加進自訂詞典

「保持」字形的判斷 ​

字形選「保持」時(命令列沒給 /f:),RustZ 只在輸出編碼需要時轉換:

  • 輸出 Big5:來源不是 Big5,而且文字裡的簡體專用字(OpenCC 會轉換、Big5 又沒有的字,例如「发」)比繁體專用字(OpenCC 會轉換、GB2312 又沒有的字,例如「發」)多,才做簡 → 繁。繁體的 UTF-8 檔輸出成 Big5 不會被「再轉一次」。
  • 輸出 GBK 或 HZ:來源是 Big5,或文字裡的繁體專用字比較多,才做繁 → 簡。
  • 其他編碼:不轉換字形。

指定「繁體」或「簡體」時一律轉換;唯一的例外是來源為 Big5 時不做簡 → 繁(本來就是繁體),以及輸出 Big5 時「簡體」無效。

取自 ConvertZ 的對照表僅供個人非商業使用;OpenCC 詞庫為 Apache-2.0 授權。