opencc

Open Chinese Convert (OpenCC) 是一个全面的开源项目，旨在实现不同中文字符集和地区书写规范之间的高质量文本转换。它支持繁体中文、简体中文、日本新字体（新字形）以及中国大陆、台湾和香港地区特有的用词偏好之间的转换。 主要特点包括： - 基于字典的确定性转换，不依赖大语言模型（LLM），确保结果稳定、可预测且离线快速。 - 字典和库解耦，允许自定义修改和扩展。 - 严格区分简繁映射和异体字映射，遵循“能分则分”的原则。 - 支持地区惯用语和异体字（例如，将“鼠标”转换为“滑鼠”）。 - 有限支持日本新字体和旧字体（旧字形）之间的转换。 该项目提供多种接口和工具： - **库**：适用于 C++、C、Python 和 Node.js，便于集成到各种应用中。 - **命令行界面（CLI）**：原生 CLI 工具，支持直接文本转换、分词检查和通过诊断模式（`--segmentation`、`--inspect`、`--ambiguities`）进行歧义检测。 - **预编译二进制文件**：可通过 Homebrew、WinGet 和 Debian 包等包管理器在 Windows、Linux 和 macOS 上使用。 - **在线转换器**：基于网页的界面，位于 opencc.js.org。 OpenCC 包含多种配置文件，用于特定转换路径，例如简体到繁体（标准、台湾、香港），以及带词组调整的跨地区转换。它还支持实验性插件，如 `opencc-jieba`，用于高级分词。 该软件采用 Apache License 2.0 许可，并广泛用于输入法（ibus-pinyin、fcitx）、词典（GoldenDict）和研究数据库等项目。