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。
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:
- 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)。
- 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。