OpenCC.NET

简体中文 | English

介绍

OpenCC.NET是OpenCC(Open Chinese Convert, 开放中文转换)的C#非官方版本，支持中文简繁体之间词汇级别的转换，同时还支持地域间异体字以及词汇的转换。

特点

• 严格区分「一简对多繁」和「一简对多异」
• 完全兼容异体字
• 严格审校一简对多繁词条，原则为「能分则不合」
• 支持港/台异体字转换，以及大陆/台湾常用词汇转换
• 完全兼容OpenCC原生词库，可以自由修改、导入、扩展
• 基于.NET Standard 2.0，同时支持.NET Framework 4.6.1和.NET Core 2.0及以上版本

更新

更新为1.0正式版：

• 重构和简化了项目结构和处理逻辑，改为和OpenCC类似的链式处理
• 修复了繁中（台）转简中会出现「著作」=>「着作」的Bug
• 现在项目引入OpenCCNET包后，能够自动将打包的字典和资源文件复制到程序输出目录
• 添加了日语汉字新旧字体转换的功能

开始

获取

Nuget搜索OpenCCNET并安装，在项目代码中引入命名空间OpenCCNET。Nuget包中自带Dictionary（字典文件）和JiebaResource（Jieba.NET运行所需的词典及其它数据文件），默认会复制到程序输出目录。

使用

在使用前请调用ZhConverter.Initialize()，含两个默认参数，分别为字典和Jieba.NET资源的路径（原ZhUtil.Initialize()废弃）。

OpenCC.NET提供了两种风格的API：

ZhConverter静态类

方法	简介	备注
HansToHant(string)	简体中文=>繁体中文（OpenCC标准）
HansToTW(string, bool=false)	简体中文=>繁体中文（台湾）	bool参数决定是否转换为台湾地区常用词汇
HansToHK(string)	简体中文=>繁体中文（香港）
HantToHans(string)	繁体中文=>简体中文
HantToTW(string, bool=false)	繁体中文=>繁体中文（台湾）	bool参数决定是否转换为台湾地区常用词汇
HantToHK(string)	繁体中文=>繁体中文（香港）
TWToHans(string, bool=false)	繁体中文（台湾）=>简体中文	bool参数决定是否转换为大陆地区常用词汇
TWToHant(string, bool=false)	繁体中文（台湾）=>繁体中文（OpenCC标准）	bool参数决定是否转换为大陆地区常用词汇
HKToHans(string)	繁体中文（香港）=>简体中文
HKToHant(string, bool=false)	繁体中文（香港）=>繁体中文（OpenCC标准）
KyuuToShin(string)	日语（旧字体）=>日语（新字体）
ShinToKyuu(string)	日语（新字体）=>日语（旧字体）

var input = "为我的电脑换了新的内存，开启电脑后感觉看网络视频更加流畅了";

// 爲我的電腦換了新的內存，開啓電腦後感覺看網絡視頻更加流暢了
Console.WriteLine(ZhConverter.HansToHant(input));

// 為我的電腦換了新的內存，開啟電腦後感覺看網絡視頻更加流暢了
Console.WriteLine(ZhConverter.HansToTW(input));

// 為我的電腦換了新的記憶體，開啟電腦後感覺看網路影片更加流暢了
Console.WriteLine(ZhConverter.HansToTW(input, true));

// 為我的電腦換了新的內存，開啓電腦後感覺看網絡視頻更加流暢了
Console.WriteLine(ZhConverter.HansToHK(input));

// 沖繩縣內の學校
Console.WriteLine(ZhConverter.ShinToKyuu("沖縄県内の学校"));

string类扩展方法

方法	简介	备注
ToHantFromHans()	简体中文=>繁体中文（OpenCC标准）
ToTWFromHans(bool=false)	简体中文=>繁体中文（台湾）	bool参数决定是否转换为台湾地区常用词汇
ToHKFromHans()	简体中文=>繁体中文（香港）
ToHansFromHant()	繁体中文=>简体中文
ToTWFromHant(bool=false)	繁体中文=>繁体中文（台湾）	bool参数决定是否转换为台湾地区常用词汇
ToHKFromHant()	繁体中文=>繁体中文（香港）
ToHansFromTW(bool=false)	繁体中文（台湾）=>简体中文	bool参数决定是否转换为大陆地区常用词汇
ToHantFromTW(bool=false)	繁体中文（台湾）=>繁体中文（OpenCC标准）	bool参数决定是否转换为大陆地区常用词汇
ToHansFromHK()	繁体中文（香港）=>简体中文
ToHantFromHK()	繁体中文（香港）=>繁体中文（OpenCC标准）
ToShinFromKyuu()	日语（旧字体）=>日语（新字体）
ToKyuuFromShin()	日语（新字体）=>日语（旧字体）

var input = "為我的電腦換了新的記憶體，開啟電腦後感覺看網路影片更加流暢了";

// 爲我的電腦換了新的記憶體，開啓電腦後感覺看網路影片更加流暢了
Console.WriteLine(input.ToHantFromTW());

// 为我的电脑换了新的记忆体，开启电脑后感觉看网路影片更加流畅了
Console.WriteLine(input.ToHansFromTW());

// 为我的电脑换了新的内存，打开电脑后感觉看网络视频更加流畅了
Console.WriteLine(input.ToHansFromTW(true));

// 独逸連邦共和国
Console.WriteLine("獨逸聯邦共和國".ToShinFromKyuu());

自定义

分词

OpenCC.NET默认使用jieba.NET实现分词，项目中使用了静态的JiebaSegmenter

public static JiebaSegmenter Jieba = new JiebaSegmenter();

因此可以通过ZhConverter.ZhSegment.Jieba进行自定义设置，详情请见jieba.NET。

同时OpenCC.NET支持自定义分词实现：

ZhConverter.ZhSegment.Segment = input =>
{
    // 满足输入为string，输出为IEnumerable<string>
    return new List<string>();
};

调用ResetSegment()可重新指定使用Jieba分词并且重置Jieba参数

引用

OpenCC

BYVoid/OpenCC 提供词库。

jieba.NET

anderscui/jieba.NET 提供分词功能。