一个开放的图书馆灵活简化传统的中文文本转换。
sts-lib的Python项目详细描述
STS 簡繁祕書
STS (Simplified-Traditional Secretary) is an open library for flexible simplified-traditional Chinese text conversion.
簡繁祕書是開源、輕巧、有彈性的中文簡繁轉換工具，也支援異體字轉換及地區慣用詞轉換。
Features 特色
- 使用與 OpenCC 格式相容的詞典檔。
- 可「並聯」或「串聯」組合多個詞典檔作為轉換方案，並預先儲存成單一詞典檔以加速載入。詞典檔更新時也會自動重新生成組合詞典。
- 簡繁對應、異體字對應、地區慣用詞對應等不同的對應關係皆區分至不同的詞典檔。
- 詞典及配置檔與程式本體分離，可自由修改、擴充。
- 支援一對多轉換，轉換結果可輸出為純文字、HTML、JSON 等格式。
- 支援 Unicode 組合字，例如「⿰虫鬼」視為一個字，不會因為詞典有「虫=>蟲」而被轉為「⿰蟲鬼」。
- 支援用正規表示式略過特定文字的轉換。
- 支援編碼轉換，可自訂輸入及輸出檔案的字元編碼。
Usage 使用
Installation 安裝
pip install -U sts-lib
Command Line
sts --help或sts COMMAND --help檢視可用指令的詳細說明文檔。sts convert [OPTIONs] [file [file ...]]執行簡繁轉換：file為一或多個欲轉換的檔案。（省略則讀取標準輸入 STDIN）-c CONFIG指定配置檔，可為內建配置檔名稱或自製 JSON 配置檔的路徑。可用的內建配置檔詳見 sts/data/config 目錄，可簡寫，例如輸入s2t代表使用sts/data/config/s2t.json。-f FORMAT指定輸出格式，可用格式如下：txt：純文字，適合一般使用。txtm：純文字加轉換標示。html：加上 HTML 標記的文本，可嵌入至網頁應用程式做互動式校對。htmlpage：加入 HTML 樣式的網頁，可直接開啟做互動式校對。json：以 JSON 格式表示轉換輸出，可用其他程式進一步解析處理。
--exclude PATTERN指定用於忽略簡繁轉換的正規表示式。有指定return子群組時會取代為子群組的值。- 例如
sts convert -c s2twp --exclude "「.*?」"會把「程序」正义轉換為「程序」正義。 - 例如
sts convert -c s2twp --exclude "-{(?P<return>.*?)}-"會把-{程序}-正义轉換為程序正義。
- 例如
--in-enc ENCODING指定輸入編碼。可用編碼參見這裡。--out-enc ENCODING指定輸出編碼。可用編碼參見這裡。-o OUTPUT指定對應輸入檔案轉換結果的輸出路徑。（無對應者輸出至原處）--stdout將所有轉換結果輸出至標準輸出 STDOUT。
Python
fromstsimportStsMaker,StsConverter# generate a dictionary file from a config and get its pathdictfile=StsMaker().make('s2t',quiet=True)# initialize the converter from the dictionary fileconverter=StsConverter(dictfile,options={})# perform conversion for a textconverter.convert_text('汉字')# 漢字# perform conversion for a file (None for stdin/stdout)converter.convert_file(input=None,output=None)# process conversion data generator[pforpinconverter.convert("汉字")]# [StsDictConv(key=['汉'], values=['漢']), '字']
License 許可協議
本專案以 Apache License 2.0 協議授權使用。
詞典檔原始資料來自同文堂、維基百科、OpenCC 等開源專案，再按本專案之需求編校。
- 项目
标签：
欢迎加入QQ群-->： 979659372
