繁简体转换在线转换(繁简体转换)

常用简繁字体互换

简繁字体

怎么把繁体字转化成简体字

现在我们大部分人不认识繁体字，如果遇到繁体字的文献资料，就想转化成简体字。怎么转化呢？转化方法有很多，今天我就说其中的一种，利用办公软件Word来转化。

工具/原料

办公软件Word电脑

方法/步骤

打开电脑，打开Word文档，如下图所示，

菜单里找‘审阅’的菜单，找到后鼠标左击，打开“审阅”的子菜单

打开子菜单后，看下面的截图，根据红色箭头的指示，看到‘繁转简’，‘简转繁’，‘繁简互转’的子菜单了吧，点击一下，就看到效果了。

如果没有选择文字，点击‘繁转简’，就会把全文都转化成‘简体字’，看下图，如果选中了一些文字，就会只转化‘选中的文字’，没有选中的文字就不会转换。还有就是我们可以自己定义一些常用词语。

word小技巧：如何一键繁简体互换？

在日常生活中我们经常接触繁体字。繁体字在书法绘画中也经常用到。

当我们发布一片文章时，怎样用word进行繁简体互换呢？其实Word 软件本身就有这个功能：

1.选中需要转换的字

2.点击word功能选项卡的的审阅选项卡，单击“简转繁”按钮

这样，简体就转化为繁体了。当然还要繁体转换简体，你看到了！

更多分享，请待下回！

java 中文繁简体转换工具 opencc4j 使用介绍 1.8.0

Opencc4j

Opencc4j[1] 支持中文繁简体转换，考虑到词组级别。

在线体验[2]

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

v1.8.0 版本变更

•

丰富工具类方法

•

优化繁简体判断逻辑

变更日志[3]

创作缘由

•OpenCC

OpenCC[4] 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。

•jopencc

jopencc[5] 没有提供分词功能。

快速开始maven 引入

<dependency><groupId>com.github.houbb</groupId><artifactId>opencc4j</artifactId><version>1.8.0</version></dependency>api 概览

核心工具列表如下：

| 序号 | 工具类 | 简介 |

|:---|:---|:---|

| 1 | ZhConverterUtil | 基础的繁简体转换 |

| 2 | ZhTwConverterUtil | 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 |

|:----|:----------------------------|:-----------------|

| 1 | toSimple(String) | 转为简体 |

| 2 | toTraditional(String) | 转为繁体 |

| 3 | simpleList(String) | 返回包含的简体列表 |

| 4 | traditionalList(String) | 返回包含的繁体列表 |

| 5 | toSimple(char) | 返回单个汉字对应的所有简体字列表 |

| 6 | toTraditional(char) | 返回单个汉字对应的所有繁体字列表 |

| 7 | isSimple(String) | 是否全部为简体 |

| 8 | isSimple(char) | 单个字符是否为简体 |

| 9 | containsSimple(String) | 字符中是否为包含简体 |

| 10 | isTraditional(String) | 是否全部为繁体 |

| 11 | isTraditional(char) | 单个字符是否为繁体 |

| 12 | containsTraditional(String) | 字符中是否为包含繁体 |

| 13 | isChinese(String) | 是否全部为中文 |

| 14 | isChinese(char) | 单个字符是否为中文 |

| 15 | containsChinese(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));中国台湾繁简体转换工具类

为保证方法的一致性，引入 ZhTwConverterUtil 工具类，支持方法和 ZhConverterUtil 保持一致。

测试用例

简体到繁体：

String original = "使用互联网";String result = ZhTwConverterUtil.toTraditional(original);Assert.assertEquals("使用網際網路", result);

繁体到简体：

String original = "使用網際網路";String result = ZhTwConverterUtil.toSimple(original);Assert.assertEquals("使用互联网", result);配置引导类引导类说明

主要的可配置项包含了分词和数据集合。

二者都是可以配置，并且支持自定的。

默认配置

默认工具类等价于如下：

ZhConvertBootstrap.newInstance().segment(Segments.defaults()).dataMap(DataMaps.defaults());中国台湾地区配置

中国台湾地区配置等价于：

ZhConvertBootstrap.newInstance().segment(Segments.defaults()).dataMap(DataMaps.taiwan());中文分词策略系统内置分词方式

你可以通过 Segments 工具类获取系统内置的分词实现。

| 序号 | 方法 | 准确性 | 性能 | 备注 |

|:---|:---|:---|:---|:---|

| 1 | defaults() | 高 | 高 | 默认分词形式，暂时为 fastForward 策略 |

| 2 | fastForward() | 较高 | 高 | fast-forward 分词策略 |

| 3 | chars() | 低 | 高 | 将字符串转换为单个字符列表，一般不建议使用 |

| 4 | huaBan() | 高 | 一般 | 花瓣的结巴分词策略 |

花瓣结巴分词

花瓣结巴分词在使用时，需要自行引入结巴分词依赖。

<dependency><groupId>com.huaban</groupId><artifactId>jieba-analysis</artifactId><version>1.0.2</version></dependency>自定义

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[6]

•接口内容

public interface Segment {/*** 分词* @param original 原始信息* @return 分词后的列表*/List<String> seg(final String original);}测试代码自定义分词实现类

/*** 一个最简单的分词实现。* 注意：仅仅做演示，不可实际使用。*/public class FooSegment implements Segment {@Overridepublic List<String> seg(String original) {return Arrays.asList(original, "测试");}}分词测试

我们自定义的分词，直接在默认添加“测试”这样的信息。

final String original = "寥落古行宫，宫花寂寞红。白头宫女在，闲坐说玄宗。";final Segment segment = new FooSegment();final String result = ZhConvertBootstrap.newInstance().segment(segment).toTraditional(original);Assert.assertEquals("寥落古行宮，宮花寂寞紅。白頭宮女在，閒坐說玄宗。測試", result);数据接口自定义

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。

接口说明

IDataMap 的接口如下。

/*** 数据 map 接口* @author binbin.hou* @since 1.5.2*/public interface IDataMap {/*** 繁体=》简体 词组* @return 结果* @since 1.5.2*/Map<String, List<String>> tsPhrase();/*** 繁体=》简体 单个字* @return 结果* @since 1.5.2*/Map<String, List<String>> tsChar();/*** 简体=》繁体 词组* @return 结果* @since 1.5.2*/Map<String, List<String>> stPhrase();/*** 简体=》繁体 单个字* @return 结果* @since 1.5.2*/Map<String, List<String>> stChar();/*** 繁体字所有字符* @return 繁体字所有字符* @since 1.6.2*/Set<String> tChars();/*** 简体字所有字符* @return 繁体字所有字符* @since 1.8.0*/Set<String> sChars();}自定义说明

如果需要拓展对应的数据，建议继承原始的实现，然后添加额外的数据信息即可。

可以参考 中国台湾地区实现[7]

ps: 后续考虑引入更加简单的实现方式，比如基于文本拓展，不过可扩展性没有接口灵活。

技术鸣谢OpenCC

OpenCC[8] 提供的原始数据信息。

花瓣

jieba-analysis[9] 提供中文分词

Issues & Bugs

需求和 BUG[10] 在这里，欢迎提供宝贵的建议。

如果对您有帮助，欢迎 Star 鼓励作者。

NLP 开源矩阵

pinyin 汉字转拼音[11]

pinyin2hanzi 拼音转汉字[12]

segment 高性能中文分词[13]

opencc4j 中文繁简体转换[14]

nlp-hanzi-similar 汉字相似度[15]

word-checker 拼写检测[16]

sensitive-word 敏感词[17]

后期 Road-Map

•

数据字典插件化

•

考虑长文本分段，并行转换

References

[1] Opencc4j: https://github.com/houbb/opencc4j[2] 在线体验: https://houbb.github.io/opensource/opencc4j[3] 变更日志: CHANGELOG.md[4] OpenCC: https://github.com/BYVoid/OpenCC[5] jopencc: https://github.com/carlostse/jopencc[6] Segment: https://github.com/houbb/opencc4j/blob/master/src/main/java/com/github/houbb/opencc4j/support/segment/Segment.java[7] 中国台湾地区实现: /d/file/gt/2023-12/c3usht4w5u4 OpenCC: https://github.com/BYVoid/OpenCC[9] jieba-analysis: https://github.com/huaban/jieba-analysis[10] 需求和 BUG: https://github.com/houbb/opencc4j/issues[11] pinyin 汉字转拼音: https://github.com/houbb/pinyin[12] pinyin2hanzi 拼音转汉字: https://github.com/houbb/pinyin2hanzi[13] segment 高性能中文分词: https://github.com/houbb/segment[14] opencc4j 中文繁简体转换: https://github.com/houbb/opencc4j[15] nlp-hanzi-similar 汉字相似度: https://github.com/houbb/nlp-hanzi-similar[16] word-checker 拼写检测: https://github.com/houbb/word-checker[17] sensitive-word 敏感词: https://github.com/houbb/sensitive-word