Features 特点

创作缘由

快速开始

maven 引入

<dependency>    <groupId>com.github.houbb</groupId>    <artifactId>opencc4j</artifactId>    <version>1.14.0</version></dependency>

api 概览

繁简体转换

转为简体 toSimple

Stringoriginal ="生命不息，奮鬥不止";Stringresult =ZhConverterUtil.toSimple(original);Assert.assertEquals("生命不息，奋斗不止",result);

转为繁体 toTraditional

Stringoriginal ="生命不息，奋斗不止";Stringresult =ZhConverterUtil.toTraditional(original);Assert.assertEquals("生命不息，奮鬥不止",result);

繁简体判断

是否为简体 isSimple

Assert.assertTrue(ZhConverterUtil.isSimple('奋'));Assert.assertTrue(ZhConverterUtil.isSimple("奋"));Assert.assertTrue(ZhConverterUtil.isSimple("奋斗"));Assert.assertFalse(ZhConverterUtil.isSimple('奮'));Assert.assertFalse(ZhConverterUtil.isSimple("奮"));Assert.assertFalse(ZhConverterUtil.isSimple("奮鬥"));Assert.assertFalse(ZhConverterUtil.isSimple("奮斗"));Assert.assertFalse(ZhConverterUtil.isSimple("beef"));

是否包含简体 containsSimple

Assert.assertTrue(ZhConverterUtil.containsSimple("奋"));Assert.assertTrue(ZhConverterUtil.containsSimple("奋斗"));Assert.assertTrue(ZhConverterUtil.containsSimple("奋斗2023"));Assert.assertFalse(ZhConverterUtil.containsSimple("編"));Assert.assertFalse(ZhConverterUtil.containsSimple("編號"));

是否为繁体 isTraditional

Assert.assertTrue(ZhConverterUtil.isTraditional('編'));Assert.assertTrue(ZhConverterUtil.isTraditional("編"));Assert.assertTrue(ZhConverterUtil.isTraditional("編號"));Assert.assertFalse(ZhConverterUtil.isTraditional('编'));Assert.assertFalse(ZhConverterUtil.isTraditional("编"));Assert.assertFalse(ZhConverterUtil.isTraditional("编号"));Assert.assertFalse(ZhConverterUtil.isTraditional("编號"));

是否包含繁体 containsTraditional

Assert.assertTrue(ZhConverterUtil.containsTraditional("編"));Assert.assertTrue(ZhConverterUtil.containsTraditional("編號"));Assert.assertTrue(ZhConverterUtil.containsTraditional("編號2023"));Assert.assertFalse(ZhConverterUtil.containsTraditional("号"));Assert.assertFalse(ZhConverterUtil.containsTraditional("编号"));

句子中包含的繁简体列表返回

简体列表 simpleList

finalStringoriginal ="生命不息奋斗不止";finalList<String>resultList =ZhConverterUtil.simpleList(original);Assert.assertEquals("[生, 命, 不, 息, 奋斗, 不, 止]",resultList.toString());

繁体列表 traditionalList

finalStringoriginal ="生命不息奮鬥不止";finalList<String>resultList =ZhConverterUtil.traditionalList(original);Assert.assertEquals("[生, 命, 不, 息, 奮, 鬥, 不, 止]",resultList.toString());

单个汉字对应的繁简体列表

繁体字列表

Assert.assertEquals("[幹, 乾, 干]",ZhConverterUtil.toTraditional('干').toString());Assert.assertEquals("[發, 髮]",ZhConverterUtil.toTraditional('发').toString());

简体字列表

Assert.assertEquals("[测]",ZhConverterUtil.toSimple('測').toString());

中文工具方法

是否为中文 isChinese

Assert.assertTrue(ZhConverterUtil.isChinese("你"));Assert.assertTrue(ZhConverterUtil.isChinese("你好"));Assert.assertTrue(ZhConverterUtil.isChinese('你'));Assert.assertFalse(ZhConverterUtil.isChinese("你0"));Assert.assertFalse(ZhConverterUtil.isChinese("10"));Assert.assertFalse(ZhConverterUtil.isChinese('0'));Assert.assertFalse(ZhConverterUtil.isChinese(""));Assert.assertFalse(ZhConverterUtil.isChinese(null));

是否包含中文 containsChinese

Assert.assertTrue(ZhConverterUtil.containsChinese("你"));Assert.assertTrue(ZhConverterUtil.containsChinese("你好"));Assert.assertTrue(ZhConverterUtil.containsChinese("你0"));Assert.assertFalse(ZhConverterUtil.containsChinese("10"));Assert.assertFalse(ZhConverterUtil.containsChinese(""));Assert.assertFalse(ZhConverterUtil.containsChinese(null));

中国台湾繁简体转换

工具类

测试用例

Stringoriginal ="使用互联网";Stringresult =ZhTwConverterUtil.toTraditional(original);Assert.assertEquals("使用網際網路",result);

Stringoriginal ="使用網際網路";Stringresult =ZhTwConverterUtil.toSimple(original);Assert.assertEquals("使用互联网",result);

中国香港繁体和大陆简体转换

说明

例子

/** * 大陆简体==>香港正體 * @since 1.12.0 */@TestpublicvoidtestHkTraditional() {Stringoriginal ="千家万户瞳瞳日 总把新桃换旧符";Stringresult =ZhHkConverterUtil.toTraditional(original);Assert.assertEquals("千家萬户瞳瞳日 總把新桃換舊符",result);}/** * 香港正體==>大陆简体 */@TestpublicvoidtestHkSimple() {Stringoriginal ="千家萬户瞳瞳日 總把新桃換舊符";Stringresult =ZhHkConverterUtil.toSimple(original);Assert.assertEquals("千家万户瞳瞳日 总把新桃换旧符",result);}

日文新字和大陆简体转换

说明

例子

/** * 大陆简体==>标准繁体=》日文 */@TestpublicvoidtestJpTraditional() {Stringoriginal ="我在日本学习音乐，并学习了龙的字。";Stringresult =ZhJpConverterUtil.toTraditional(original);Assert.assertEquals("我在日本学習音楽，並学習了竜的字。",result);}/** * 日文=>标准繁体=>简体 */@TestpublicvoidtestJpSimple() {Stringoriginal ="我在日本学習音楽，並学習了竜的字。";Stringresult =ZhJpConverterUtil.toSimple(original);Assert.assertEquals("我在日本学习音乐，并学习了龙的字。",result);}

配置引导类

引导类说明

默认配置

ZhConvertBootstrap.newInstance()                .segment(Segments.defaults())                .dataMap(DataMaps.defaults()).init();

中国台湾地区配置

ZhConvertBootstrap.newInstance()                .segment(Segments.twFastForward())                .dataMap(DataMaps.taiwan()).init();

中文分词策略

系统内置分词方式

花瓣结巴分词

<dependency>    <groupId>com.huaban</groupId>    <artifactId>jieba-analysis</artifactId>    <version>1.0.2</version></dependency>

自定义

publicinterfaceSegment {/**     * 分词     * @param original 原始信息     * @return 分词后的列表     */List<String>seg(finalStringoriginal);}

测试代码

自定义分词实现类

/** * 一个最简单的分词实现。 * 注意：仅仅做演示，不可实际使用。 */publicclassFooSegmentimplementsSegment {@OverridepublicList<String>seg(Stringoriginal) {returnArrays.asList(original,"测试");    }}

分词测试

finalStringoriginal ="寥落古行宫，宫花寂寞红。白头宫女在，闲坐说玄宗。";finalSegmentsegment =newFooSegment();finalStringresult =ZhConvertBootstrap.newInstance()        .segment(segment)        .init()        .toTraditional(original);Assert.assertEquals("寥落古行宮，宮花寂寞紅。白頭宮女在，閒坐說玄宗。測試",result);

数据接口自定义

接口说明

/** * 数据 map 接口 * @author binbin.hou * @since 1.5.2 */publicinterfaceIDataMap {/**     * 繁体=》简体 词组     * @return 结果     * @since 1.5.2     */Map<String,List<String>>tsPhrase();/**     * 繁体=》简体 单个字     * @return 结果     * @since 1.5.2     */Map<String,List<String>>tsChar();/**     * 简体=》繁体 词组     * @return 结果     * @since 1.5.2     */Map<String,List<String>>stPhrase();/**     * 简体=》繁体 单个字     * @return 结果     * @since 1.5.2     */Map<String,List<String>>stChar();/**     * 繁体字所有字符     * @return 繁体字所有字符     * @since 1.6.2     */Set<String>tChars();/**     * 简体字所有字符     * @return 繁体字所有字符     * @since 1.8.0     */Set<String>sChars();}

自定义说明

实际的拓展例子

基于基本DataMap的拓展例子

publicclassMyFooDataMapExtraextendsAbstractDataMapExtra {publicMyFooDataMapExtra(IDataMapbaseDataMap) {super(baseDataMap);    }// 默认在基本的繁简体基础上拓展publicMyFooDataMapExtra() {this(DataMaps.defaults());    }privateMap<String,List<String>>of(Stringkey,List<String>list) {Map<String,List<String>>map =newHashMap<>();map.put(key,list);returnmap;    }@OverrideprotectedMap<String,List<String>>tsPhraseExtra() {// 估计写了个错的，用来演示returnof("風玥",Arrays.asList("风月"));    }@OverrideprotectedMap<String,List<String>>tsCharExtra() {returnnull;    }@OverrideprotectedMap<String,List<String>>stPhraseExtra() {// 估计写了个错的returnof("风月",Arrays.asList("風玥"));    }@OverrideprotectedMap<String,List<String>>stCharExtra() {returnnull;    }}

测试

// 1.1自定义的额外数据集finalIDataMapdataMap =newMyFooDataMapExtra();// 1.2 指定分词策略finalSegmentsegment =newDataMapFastForwardSegment(dataMap);// 2. 指定ZhConvertBootstrapbs =ZhConvertBootstrap.newInstance()        .dataMap(dataMap)        .segment(segment)        .init()        ;// 3. 使用Assert.assertEquals(bs.toTraditional("人生自是有情痴,此恨不关风月"),"人生自是有情癡,此恨不關風玥");Assert.assertEquals(bs.toSimple("人生自是有情癡,此恨不關風玥"),"人生自是有情痴,此恨不关风月");

是否为繁简体判断

说明

内置实现

例子

简体

// 全部ZhConvertBootstrapbs =ZhConvertBootstrap.newInstance()        .isSimpleMatch(ZhMatches.simpleAll())        .init();Stringtext ="123我456";Assert.assertFalse(bs.isSimple(text));// 任一bs.isSimpleMatch(ZhMatches.simpleAny()).init();Assert.assertTrue(bs.isSimple(text));

繁体

// 全部ZhConvertBootstrapbs =ZhConvertBootstrap.newInstance()        .isTraditionalMatch(ZhMatches.traditionalAll())        .init();Stringtext ="123俺們456";Assert.assertFalse(bs.isTraditional(text));// 任一bs.isTraditionalMatch(ZhMatches.traditionalAny()).init();Assert.assertTrue(bs.isTraditional(text));;

自定义

技术鸣谢

OpenCC

花瓣

Issues & Bugs

NLP 开源矩阵

后期 Road-Map