查看原文
其他

opencc | 中文简体、繁体转换库

大邓 大邓和他的Python
2024-09-10

一、介绍

opencc-python是中文简体、繁体转换库, 可以进行简转繁、繁转简、杂转简、杂转繁等操作。


- t2s:繁体中文转简体中文
- s2t:简体中文转繁体中文
- hk2s:繁体中文(香港标准)至简体中文
- s2hk:简体中文转繁体中文(香港标准)
- s2tw:简体中文转繁体中文(台湾标准)
- s2twp:简体中文转繁体中文(台湾标准,带短语)
- t2hk:繁体中文转繁体中文(香港标准)
- t2tw:繁体中文转繁体中文(台湾标准)
- tw2s:繁体中文(台湾标准)到简体中文
- tw2sp:繁体中文(台湾标准)到简体中文(带短语)


二、安装

pip3 install opencc-python-reimplemented


三、快速上手

3.1 繁to简

from opencc import OpenCC
cc = OpenCC('t2s')  #繁体2简体

text = '簡體漢字'
cc.convert(text)

Run

'简体汉字'

3.2 简to繁

from opencc import OpenCC
cc = OpenCC('s2t')  # 简体2繁体
text = '简体汉字'
cc.convert(text)

Run

'簡體漢字'



精选内容

LIST | 社科(经管)可用数据集列表
LIST | 文本分析代码列表
LIST | 社科(经管)文本挖掘文献列表
管理科学学报 | 使用「软余弦相似度」测量业绩说明会「答非所问程度」
数据集  | 人民网政府留言板原始文本(2011-2023.12)
数据集  |  人民日报/经济日报/光明日报 等 7 家新闻数据集
可视化 | 人民日报语料反映七十年文化演变
数据集 | 2024年中国全国5级行政区划(省、市、县、镇、村)
数据集 | 三板上市公司年报2002-2023.12
数据集 | 人民网地方领导留言板原始文本(2011-2023.12)
数据集 | 3571万条专利申请数据集(1985-2022年)
数据集 |  专利转让数据集(1985-2021)
数据集 | 288w政府采购合同公告明细数据(2023.09)
数据集 | 用来练习pandas的招聘数据
代码 | 使用 3571w 专利申请数据集构造面板数据
代码 | 使用「新闻数据集」计算 「经济政策不确定性」指数
数据集 | 国省市三级gov工作报告文本
代码 | 使用「新闻数据」生成概念词频「面板数据」
代码 | 使用 3571w 专利申请数据集构造面板数据
代码 | 使用gov工作报告生成数字化词频「面板数据」
Polars库 | 最强 Pandas 平替来了
cpca库 | 中国省、市区划匹配库
继续滑动看下一个
大邓和他的Python
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存