西班牙世界杯_中国足球世界杯预选赛 - jjshdtls.com

使用说明

为什么逐字转换一定会转错 上世纪汉字简化时，多个繁体字被合并成了一个简体字，这叫「一简对多繁」。典型的有：「发」合并了繁体的「發」（出发）与「髮」（头发）；「干」合并了「乾」（干净）、「幹」（干活）、「干」（干涉）；「后」合并了「後」（后来）与「后」（皇后）；「面」合并了「麵」（面条）与「面」（脸面）；「里」合并了「裡/裏」（里面）与「里」（故里）。反过来做转换时，一个简体字对应多个繁体候选，光看这一个字完全无法决定用哪个——只有把它放回词组里，看它跟谁搭配，才能定下来。

两层机制：先查词组，再查字表 工具的处理顺序是：从左到右扫描，每个位置先尝试「最长的词组匹配」，命中就整段替换；不命中才退回去查单字表，取该字的默认繁体形。所以「头发」会被词组表命中，直接得到「頭髮」；而单独的「发」在词表里没有搭配，就走字表的默认形「發」。词组表里还专门收录了一批「改写结果与原字相同」的特殊条目，比如「皇后 → 皇后」——它的作用是阻止字表把「后」错转成「後」，这类条目看起来什么都没做，实际是最关键的纠错。

繁体的「地区变体」怎么选 同一个简体字在不同地区的繁体写法可能不同，最典型的是「里」：台湾正体写作「裡」，港澳与部分出版物写作「裏」。本工具的字表采用「裏」这一支（OpenCC 的默认形），因为它在新马港澳的繁体出版物里出现频率更高。如果你要做的是台湾地区的用字（「裡面」「繁體」这类习惯），转换后需要人工把「裏」替换成「裡」——这是个全局替换就能解决的机械操作，词频上也不会影响其他字。同理「台/臺」「着/著」在不同地区也有取舍差异。

转换之后还需要人工看的地方 即使有词组纠错，机器转换仍有三处需要人工确认。第一是专有名词：人名、地名、品牌名的繁体写法往往有约定俗成的写法，不在通用词表里，例如某些港台品牌的官方繁体名与字表默认形不同。第二是古籍与文言：文言文里「后」「云」「系」等字的用法与现代汉语不同，词组表是按现代汉语整理的，遇到文言要格外小心。第三是新词与网络用语：词表更新有滞后，刚流行起来的说法可能不在表内。所以正确的用法是把工具当成「第一遍粗转」，转完自己通读一遍。

数据来源与许可 字表与词组表来自 OpenCC 项目（Open Chinese Convert），该项目以 Apache-2.0 许可发布，允许商用与二次分发。本站把原始词条重新打包压缩后放在静态目录，把体积从 140 KB 压到约 220 KB，并只保留了「词组表结果与逐字转换结果不同」的条目——也就是说，那些转不转都一样的词组不会占体积。工具在浏览器里读取这份文件，你的文本不会离开本机。