做中文繁简转换的时候,繁体转简体比简体转繁体要容易。因为一些字的简体和繁体是一对多的关系。比如:
zh-cn:你干什么?我衣服晒不干也不干你的事。
zh-tw:你幹什麼?我衣服曬不乾也不干你的事。
>>> from zhconv import convert
>>> convert('你干什么?我的衣服晒不干也不干你的事','zh-tw')
'你幹什麼?我的衣服曬不幹也不幹你的事'
>>> from opencc import OpenCC
>>> OpenCC('s2t').convert('你干什么?我的衣服晒不干也不干你的事')
'你幹什麼?我的衣服曬不幹也不干你的事'
显然 opencc 比 zhconv 强一些。不过真正要做好,肯定还得 NLP,靠词典是不行的。