<< 2014年4月28日 | 首页 | 2014年4月30日 >>

繁简中文转换,支持地区词/专用词处理

利用 MediaWiki 作中文繁簡互換,支援地區詞處理 (大陸、香港、台灣及新加坡)

例子:

(簡 > 繁)

  • 面包 > 麵包 (zh-tw)
  • 寮国 > 老撾 (zh-hk)
  • 中国人寿 > 中國人壽 (zh-hk)
  • 罗纳尔多 > 朗拿度 (zh-hk)

(繁 > 簡)

  • 記憶體 > 内存 (zh-cn)
  • 布殊 > 布什 (zh-cn)
  • 資料庫 > 数据库(zh-cn)

說明

這個程式的概念源自 php 的 mediawiki-zhconverter 和 mediawiki 的 ZhConversion.php,不過實作上沒有任何關系。

它使用了七個轉換表來實現中文繁簡轉換:

  1. 在 MediaWiki 內置的轉換表 ZhConversion.php
  2. 在 MediaWiki:Conversiontable/zh-hans 中定義的簡體中文轉換表
  3. 在 MediaWiki:Conversiontable/zh-hant 中定義的繁體中文轉換表
  4. 在 MediaWiki:Conversiontable/zh-cn 中定義的大陸簡體轉換表
  5. 在 MediaWiki:Conversiontable/zh-tw 中定義的台灣正體轉換表
  6. 在 Mediawiki:Conversiontable/zh-hk 中定義的港澳繁體轉換表
  7. 在 Mediawiki:Conversiontable/zh-sg 中定義的新馬簡體轉換表

程式預設會在 Wikipedia 上找最新的中文轉換表,你也可以關閉這個功能。

使用方法

  1. 安裝
gem install zhconv 
  1. 作出轉換
require 'rubygems' require 'zhconv' ZhConv.convert("zh-tw", "面包") // 返回 "麵包" ZhConv.convert("zh-tw", "面包", false) // 返回 "麵包",不使用最新的 wikipedia 轉換表 

阅读全文……

标签 : ,

JAVA的UTF-8 繁簡互轉的方法 | pupuliao的部落格

public class Encoding {

	public Encoding() {

	}

	public String StoT(String data) {
		return translate(data, S2T);
	}

	public String TtoS(String data) {
		return translate(data, T2S);
	}

	private static final Map

 

其中繁體字跟簡體字字字表,後面附上,因為大約有兩千五百字…..

他的方法和我以前的想法不一樣,因為我只是換字,不是換詞,所以他把字串拆開成陣列後,把文章帶進字碼表去搜尋,大概是hashmap 在這方面的高效率,所以可以快速提升執行效率

這是和上一篇同樣的樣本做的測試

總共花費 96089.0ms ;其中下載花費95658.0ms 資料處理花費  431.0ms

效率大概是使用JAVA 內建的replace()的80倍

簡繁字碼轉換表

阅读全文……

标签 :