中文简繁转换
文本处理所有处理都在浏览器本地完成,数据不上传服务器
输入
输出
简体与繁体不是一一对应:一个「发」对应「發」(发展)与「髮」(头发),一个「干」对应「幹」(干部)、「乾」(干净)与「干」(干涉),「台」在「台湾」里是「臺」、在「台风」里是「颱」。所以这个工具先用常用词表整词替换,剩下的字再取最常见的写法。它不是精确转换 —— 人名、地名和专有名词仍然需要人工过一遍,局限性在下面写清楚了。
功能
- 简体 ⇄ 繁体双向转换
- 词表优先:常用词整词替换,处理「发 / 头发」这类一对多的字
- 字表兜底:词表没命中的字取最常见的写法
- 表外的字与标点原样保留,不会被误改
- 方向不对称的映射单独处理:简体的「着」转成繁体的「著」,但繁转简时「著作」的「著」不会被改回「着」
- 常用词表覆盖高频的一对多词(头发、干部、干净、台湾、台风、日历、复杂、了解等)
使用方法
- 选择方向:简体转繁体,或繁体转简体
- 把文字粘贴进输入框,结果实时出现
- 重点核对这些字:发、干、后、里、台、只、系、复、历、钟、面、划、斗、采
常见问题
- 这个转换精确吗?
- 不精确,任何工具都做不到。简繁之间既有多对一也有一对多:一个简体字可能对应多个繁体字,一个繁体字也可能对应多个简体字,选哪个要看词。没有上下文分析就不可能全部选对。这里采用「词表优先 + 字表兜底」的常见做法,写草稿够用,正式材料请务必人工核对。
- 哪些字最容易出错?
- 一对多的字:发(發/髮)、干(幹/乾/干)、后(後/后)、里(裡/里)、台(臺/颱/檯)、只(只/隻)、系(系/係/繫)、复(復/複)、历(歷/曆)、钟(鐘/鍾)、面(面/麵)、划(劃/划)、斗(鬥/斗)、采(採/采)。常用词已经内置在词表里,但人名、地名、品牌名里的用法仍可能踩错。
- 繁体转简体是不是更准?
- 通常更准 —— 多个繁体字归并到同一个简体字时没有歧义。但也有例外:作助词的「著」(看著)在简体里写作「着」,而「著作」的「著」不变,工具分辨不了,需要人工判断。
- 用的是「裡」还是「裏」?地区差异怎么处理?
- 工具统一采用一种较通用的写法(「裡」),不区分台湾与香港的用字差异,也不做词汇层面的替换 —— 「软件」与「軟體」这类差别属于用词而不是字形,需要自行调整。
相关工具
命名风格转换
文本处理在八种命名风格之间转换标识符,拆词时认得 fooBarBaz 与 FOO_BAR 这类混写,连续大写也会按词拆开。全部在浏览器本地完成,不上传。
字数统计
文本处理中英混排的文本到底有多长?中文按字、英文按词分开统计,再给出字符数、行数、字节数与阅读时长。全部在浏览器本地完成,不上传。
文本对比
文本处理把两份文本逐行对比,高亮标出新增、删除与未改动的行,改动按最小差异对齐,而不是整段标成变了。全部在浏览器本地完成,内容不上传。
文本清洗
文本处理清洗从日志或表格里复制出来的一列内容:去重行、排序、去空行、去首尾空白、去行号、合并多空格,规则逐条开关。粘贴的内容只在本机处理。
正则测试
文本处理在浏览器里调试正则:匹配实时高亮、捕获组连名字一起列出、替换结果即时预览,并挡住灾难性回溯。文本与正则都在本机处理,不上传。
Markdown 预览
文本处理左栏写 Markdown、右栏实时渲染;粘进来的 HTML 只会当文本显示,图片也不会向外发请求。全部在浏览器本地完成,内容不上传。