Opencc4j

Opencc4j 支持中文繁简体转换，考虑到词组级别。

Features 特点

严格区分「一简对多繁」和「一简对多异」。
完全兼容异体字，可以实现动态替换。
严格审校一简对多繁词条，原则为「能分则不合」。
词库和函数库完全分离，可以自由修改、导入、扩展。
兼容 Windows、Linux、Mac 平台。
支持自定义分词
支持判断单个字（词）是否为简体/繁体
支持返回字符串中简体/繁体的列表信息
支持中国台湾、香港地区繁简体转换
支持与日文字的转换

这么着，还是那么着

繁简体转换，最初的设计希望让用户简单的判断一个字符串时简体、还是繁体。

但是后来不断有小伙伴提需求说不准，误判率太高。

无可奈何，为了方便解释，就像判断方法改为全部匹配。

好景不长，还是有小伙伴说一个文本中，有一些其他字符，但是希望判断是繁体之类的。

总之，众口难调。

让用户可以选择

虽然我一直秉持着，让用户无需选择，是最好的选择。

但是世界是复杂的，业务也是如此，我们总要学会处理各种场景。

还是决定让用户可以自己指定策略：比如全匹配、任一匹配、过半等。

接下来，就是编码工作。

接口与内置策略

match 接口

接口保持最高的间接性：

  [java]
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
/**
 * 匹配策略
 *
 * @since 1.11.0
 */
public interface ZhMatch {

    /**
     * 匹配结果
     * @param text 文本
     * @param context 上下文
     * @return 结果
     */
    boolean match(final String text,
                  final ZhConvertCoreContext context);

}

用户只需要实现这个接口，就可以定义自己的匹配策略。

内置策略

当然，只有接口还是不够的。

还要为用户提供一些内置的能力，这里按照繁简体分类，共计内置了 6 种实现:

内置策略见 ZhMatches 工具方法。

策略	说明	备注
simpleAll()	满足全部简体	isSimple 判断时，默认策略
simpleAny()	满足任一简体	-
simpleOverHalf()	满足超过一半简体	-
traditionalAll()	满足全部繁体	isTraditional 判断时，默认策略
traditionalAny()	满足任一繁体	-
traditionalOverHalf()	满足超过一半繁体	-

当然，如果你觉得不够，可以实现属于自己的匹配策略。

测试验证

下面是一些如何使用的例子。

简体

  [java]
1
2
3
4
5
6
7
8
9
10
// 全部
ZhConvertBootstrap bs = ZhConvertBootstrap.newInstance()
        .isSimpleMatch(ZhMatches.simpleAll())
        .init();
String text = "123我456";
Assert.assertFalse(bs.isSimple(text));

// 任一
bs.isSimpleMatch(ZhMatches.simpleAny()).init();
Assert.assertTrue(bs.isSimple(text));

繁体

  [java]
1
2
3
4
5
6
7
8
9
10
// 全部
ZhConvertBootstrap bs = ZhConvertBootstrap.newInstance()
        .isTraditionalMatch(ZhMatches.traditionalAll())
        .init();
String text = "123俺們456";
Assert.assertFalse(bs.isTraditional(text));

// 任一
bs.isTraditionalMatch(ZhMatches.traditionalAny()).init();
Assert.assertTrue(bs.isTraditional(text));;