【电脑】简繁体转换

一直以来，都有在留意、搜索简繁体转换的技术资料……

现在已经做好了一个东西，可以自动把简体的网页转换成为繁体的……当然，那个东西还是很粗糙……细节上的处理没有做好……

我用的是免费的asp组件实现简繁体的转换……自己写asp.net的东西实现网页的读取以及输出……

也有看过一些商业化的产品，好像，它们所能做到的东西也就是如此了……

还是没有办法在同一网页内同时显示gb码跟big5码两种编码……

最好的办法应该是将gb码转换为gbk的繁体字……甚至是unicode的繁体字……这样子，才可以使用同一种编码，而同时显示简繁体字……

可惜，这方面的资料、工具，我一直没有办法找到……

在搜索资料的时候，还发现了一个叫On-line Chinese Tools的网站……

CMU的一个叫Erik Peterson博士生（估计早毕业了）做的……中文名叫孔钰叡……

我几乎都不会读他的中文名了……

这个牛人提供的资料有点超出我的预料……在国内顶多就是能找到免费的转换组件……这边居然还有提供字库以及相应的java/perl源码……

有了它这个东西，我其实已经可以写出一个简繁体转换的ASP组件出来了……

网站上还有一个东西可以将中文转换为gif图像……还有中英、中中字典，包括源码……

还有起中文名的工具……虽然起的名字都有点……许多多这样的名字自然是不可能出现的咯……

整个网站做得非常简朴……几乎一行多余的代码都没有……但是提供的东西却是非常实用与好玩……

这样的网站，如果是中国人做的，偶不会在blog这边提到……但是，是老外做的……

因为简体字与繁体字并不是一一对应的……他在做简繁字库的时候，恐怕得自己检查是否对应正确……也就是说，所有的字，他都得认识……

我想，GB2312里面的五千多个字，我都未必每个都认得……

PS：记得猫猫也是有找到过相关的源码……好像是C＋＋的……还没有去研究……

amadeo 在 3/11/2007 1:15:30 PM 说:

肯定不需要都認識，因為簡化了就那麼幾個，有歧義的也就那麼多，其他的都可以自動化。

不過就那些有歧義的，電腦永遠不可能自動轉換得完美，因為就算你詞庫再大，有些人愛寫文言文，另一些人名字裡面就有難辦的字（比如說我），90%都會被轉錯（不會轉錯我名字的肯定另一個詞會弄錯，目前還沒有反例）。另外比如『北京市海淀區』，總有人要寫成『北京市海澱區』，都是轉換鬧得吧，搞得現在都沒多少人知道那麼寫是錯的了。

而且，比如說，都是繁體，有人愛寫『於是』，有人愛寫『于是』，有人愛寫『裡面』，有人愛寫『裏面』，有人愛寫『只要』，有人愛寫『祗要』，這就很難辦。

還是原文是甚麼就保持甚麼樣子吧。wikipedia的繁簡轉換，是半自動的，電腦轉錯了人可以手動改正過來。全自動的最多也祗能當做google　translate一類的東西，看看就好了，實在經不起考驗。

有人確實把文字當做很嚴肅的事情，所以IT工作者們也不能太不嚴肅。

---

尐样贼￡拽 在 3/11/2007 4:46:43 AM 说:

不服

---

无名氏 在 11/27/2005 5:33:46 PM 说:

一声

---