简转繁等中文转换(Golang)

Posted 2023-01-31

       之前项目需要个简体转繁体的功能，工期太紧，就自己撸了一个,效果还行. 在做这个的过程中发现简转繁其实远比想的要复杂.
中间有很多简体字习惯的用法，在繁体中是不同的。且有些字如(後,后,臺灣,台灣) 在繁体中有几种写法和用法。
简体字将其简化成了一个字... 
然后相同的字，在不同的词组中时，有些用简体那个，有些用繁体那个... 
最后，台湾繁体和香港繁体还有不同的差异. 
        不一一列举，总之是个麻烦事。机械的通过一些编码转换是不行的. 所以通常自己写的话是通过词库去翻译比较好点。
当然也可以调第三方服务API(如有道，维基之类)，不过如果业务性能有要求，还是不要调这类第三方服务好点。
       后面项目弄完了，我再回过头研究这个问题，发现了个Open CC的项目弄这个还可以.然后Golang的调用

 封装在GitHub上也有人实现了，就拿来试了试，确实效果还不错.

例子:

package main

/*
利用OpenCC进行简转繁的例子

   OpenCC库 : https://github.com/BYVoid/OpenCC
   opencc wrapper for Golang : github.com/stevenyao/go-opencc

  Author:XCL
*/

import (
  "fmt"
  opencc "github.com/stevenyao/go-opencc"
)

func main() 

  // mac  local
  config_s2t := "/Users/xcl/langtest/input/OpenCC-master/data/config/s2t.json"
  // linux
  //config_s2t := "/usr/share/opencc/s2t.json"

  // 简体字符串
  ch := "前面有大臣,后面有皇后 游览风景，做游戏，去游园夜游 登上手工造游艇，看维港景色。拿好设备探寻台湾，去游泳，冲浪，别浪费了这次机会. "

  //应用中需要先检查文件是不是存在，
  // 否则报"fatal error: unexpected signal during runtime execution." 造成服务中断
  c := opencc.NewConverter(config_s2t)
  defer c.Close()
  // 转换
  tw := c.Convert(ch)
  fmt.Println("繁体:", tw)


/*
运行结果:
➜  src  : go run main.go
繁体: 前面有大臣,後面有皇后 遊覽風景，做遊戲，去遊園夜遊 登上手工造遊艇，看維港景色。拿好設備探尋臺灣，去游泳，衝浪，別浪費了這次機會.
*/

要跑起这个程序，需要有s2t.json这个词库。

   配置s2t.json: 

       本地，解压从github下载的源码，里面有这个文件词库，

 Linux 下可以用的yum或rpm之类的命令安装好opencc,其词库在 /usr/share/opencc下。

        这个项目转换是很厉害，可以注意下例子中所举的那些字或词,但有些字或词组用法需要定制时，用这个还真不知道怎么加进去或定制一些转换。 

时间有限就没研究下去了，反正线上之前写的那个跑得好好的,稳定为主，不折腾这个了。