9314JIUsi
办公工具 · 浏览器本地转换

简繁转换案:词组优先,异体归一

逐字转换的简繁工具会把「内存」转成「內存」——字形对了,词错了,台湾同行看到要愣三秒。这里内置单字 2300+、词组 2900+ 的映射表,词组优先整词替换再逐字兜底:鼠标→滑鼠、打印机→印表機,变更字符高亮标出,双向往返设计。1MB 大文本本地秒转。

原文简体或繁体
译文转换结果

变更高亮:转换后这里会标出被改动的字符(棕色底)
方向

你粘贴的文本只在本页内存里转换,不上传到服务器,也不用登录;方向、高亮开关这些界面选项会存在这台设备的浏览器里,换设备、清缓存会丢。想删掉本机选项,点页脚的「清空我的数据」。

怎么用

  1. 把文本粘进左边(不确定方向就保持「自动识别」——按简繁字符比例判断),点「转换」。
  2. 右边出结果,下方的棕色高亮块标出每个被改动的字符,核对一眼就知道动了哪。
  3. 点「往返自检」验证:转过去再转回来,与原文逐字对比,差异列出(异体字归一是正常差异)。
  4. 结果复制或下载 .txt;要反向核对就把译文挪回左边再转一次。

转换策略:词组优先,单字兜底

转换器拿文本从左到右扫,每个位置先试最长词组(最长 5 字):命中「打印机」整词换成「印表機」;查不到词组才退回单字表逐字换。词组表是双向独立的两张——简转繁一张(内存→記憶體),繁转简一张(記憶體→内存),不是简单反转。

多音多义字靠词组锁定:皇后(后不转後)、太后、王后都在恒等词表里锁住;头发→頭髮、发廊→髮廊,发的两种繁体由词区分。这就是逐字工具最常翻车的地方。

异体字归一:里→裡(台湾惯用),而繁转简时裏、裡都归回里——两种繁体输入都兼容。这类归一是往返转换里最主要的「主动改动」,diff 高亮全部可见。

什么时候用得上

给港台客户发文档、游戏文案出繁中版、字幕组做双语轨,最怕的就是「內存」这种半吊子繁体。词表把高频 IT 与日常用语(内存/鼠标/硬盘/软件/打印机/网络……)整词对齐,转出来的东西台湾人读着不愣。

反向同样:收到的繁体合同要归档成简体,粘贴、一键、复制,异体字顺手归一。

输入格式任意中英文混排文本(按简繁字符比例自动识别方向);≤1MB
输出格式目标方言语形的全文 + 变更字符高亮 diff 视图
关键参数方向默认自动;?dir=s2t 或 ?dir=t2s 直达;高亮开关默认开
处理方式浏览器本地转换(词表内置页面,零请求零上传),断网可用;界面选项存本机 localStorage
上限单次 1MB(约 30 万汉字,毫秒级);diff 视图只渲染变更片段防卡
已知边界词组覆盖约 2900 条高频词,超出词表的生僻词逐字转换可能不合台湾习惯;异体字(裏/裡)往返会被归一;不做大陆/台湾「地区用语」之外的本地化(货币、日期格式不动);文言文与古字不覆盖

常见问题

为什么「内存」应该转成「記憶體」而不是「內存」?

逐字转换只换字形:内→內、存→存,得到「內存」。但台湾不用这个词,他们写「記憶體」——这是用语差异,不是字形差异。同类还有鼠标→滑鼠、软件→軟體、打印机→印表機。本工具词组优先匹配,先查词组表命中整词替换,查不到才逐字兜底,所以这类词不会闹笑话。

简转繁再转回简,原文能一字不差吗?

绝大多数常用文本可以:词表按「简→繁→简」双向往返闭合设计,皇后、头发、面条这类多音字由词组锁定。但异体字是已知损失点:简体的「里」转繁默认成「裏」,繁转简时「裏」和「裡」都归回「里」——如果你的原文本来就混用异体,往返后会被归一。另外生僻字超出词表覆盖时会原样保留。

异体字是怎么处理的?

繁体同一个字常有多种写法:里的繁体有裏(国标)和裡(台湾惯用)。本工具简转繁按台湾惯用处理(里→裡),繁转简则把裏、裡都归一回里,兼容大陆国标与台湾写法的输入。这类归一是往返转换里最主要的「主动改动」,diff 高亮会把它们全部标出来。

转换的字数上限是多少?

1MB 文本(约三十万汉字)以内都能转,浏览器本地计算毫秒级出结果。超过 1MB 会提示拆分。转换高亮在大文本下只渲染变更片段,不会卡。

我的文本会被上传吗?

不会。转换在这台设备的浏览器里完成,词表内置在页面里,不发请求、断网也能用。只有界面选项记在本机 localStorage,页脚「清空我的数据」一键删掉。

词表是哪来的?规模多大?

从开源 OpenCC 词典程序化精简而来:按 GB2312 字频加权取单字 2300+ 常用、词组 2900+ 高频(含台湾用语替换与多音字锁定),以「简:繁」行式文本内联进页面,无外部请求。生成脚本与口径说明见交付文档。OpenCC 采用 Apache-2.0 许可,词表精简产物随之同许可。

相关工具