OpenCCNET 1.1.0

OpenCC.NET

👁 GitHub license
👁 Nuget
👁 Nuget
👁 GitHub Workflow Status

简体中文 |

介绍

OpenCC.NET 是 OpenCC (Open Chinese Convert, 开放中文转换) 的 C# 非官方版本，支持中文简繁体之间词汇级别的转换，同时还支持地域间异体字以及词汇的转换。

特点

• 严格区分「一简对多繁」和「一简对多异」
• 完全兼容异体字
• 严格审校一简对多繁词条，原则为「能分则不合」
• 支持港/台异体字转换，以及大陆/台湾常用词汇转换
• 完全兼容OpenCC原生词库，可以自由修改、导入、扩展
• 支持自定义分词逻辑
• 基于 .NET Standard 2.0，同时支持 .NET Framework 4.6.1 和 .NET Core 2.0 及以上版本

开始

获取

Nuget 搜索 OpenCCNET 并安装，在项目代码中引入命名空间 OpenCCNET。Nuget 包中自带 Dictionary（字典文件）和 JiebaResource（Jieba.NET运行所需的词典及其它数据文件），默认会复制到程序输出目录。

使用

在使用前请调用ZhConverter.Initialize()，含四个默认参数：

• dictionaryDirectory: 字典文件路径（默认为"Dictionary"）
• jiebaResourceDirectory: Jieba.NET资源路径（默认为"JiebaResource"）
• isParallelEnabled: 是否启用并行处理（默认为false）
• segmentMode: 分词模式（默认为结巴分词）

// 默认初始化（使用结巴分词）
ZhConverter.Initialize();

// 或者指定分词模式（例如：OpenCC 的原版最大匹配分词算法）
ZhConverter.Initialize(segmentMode: SegmentMode.MaxMatch);

OpenCC.NET 提供了两种风格的API：

ZhConverter静态类

var input = "为我的电脑换了新的内存，开启电脑后感觉看网络视频更加流畅了";

// 爲我的電腦換了新的內存，開啓電腦後感覺看網絡視頻更加流暢了
Console.WriteLine(ZhConverter.HansToHant(input));

// 為我的電腦換了新的內存，開啟電腦後感覺看網絡視頻更加流暢了
Console.WriteLine(ZhConverter.HansToTW(input));

// 為我的電腦換了新的記憶體，開啟電腦後感覺看網路影片更加流暢了
Console.WriteLine(ZhConverter.HansToTW(input, true));

// 為我的電腦換了新的內存，開啓電腦後感覺看網絡視頻更加流暢了
Console.WriteLine(ZhConverter.HansToHK(input));

// 沖繩縣內の學校
Console.WriteLine(ZhConverter.ShinToKyuu("沖縄県内の学校"));

string类扩展方法

var input = "為我的電腦換了新的記憶體，開啟電腦後感覺看網路影片更加流暢了";

// 爲我的電腦換了新的記憶體，開啓電腦後感覺看網路影片更加流暢了
Console.WriteLine(input.ToHantFromTW());

// 为我的电脑换了新的记忆体，开启电脑后感觉看网路影片更加流畅了
Console.WriteLine(input.ToHansFromTW());

// 为我的电脑换了新的内存，打开电脑后感觉看网络视频更加流畅了
Console.WriteLine(input.ToHansFromTW(true));

// 独逸連邦共和国
Console.WriteLine("獨逸聯邦共和國".ToShinFromKyuu());

自定义

分词模式

OpenCC.NET 支持三种分词模式，可以根据需求灵活切换：

1. 结巴分词模式（Jieba）- 默认

使用 jieba.NET 进行中文分词。默认设置 Jieba.NET 资源路径为 "JiebaResource"，可以自行指定。

// 初始化时指定
ZhConverter.Initialize(segmentMode: SegmentMode.Jieba);

// 或运行时切换
ZhConverter.ZhSegment.SetMode(SegmentMode.Jieba);

2. 最大匹配算法模式（MaxMatch）

使用 OpenCC 原版的最大匹配分词算法。

// 初始化时指定
ZhConverter.Initialize(segmentMode: SegmentMode.MaxMatch);

// 或运行时切换
ZhConverter.ZhSegment.SetMode(SegmentMode.MaxMatch);

3. 自定义分词模式（Custom）

使用用户自定义的分词算法，先分词一次，然后在转换链中重复使用分词结果。

// 方式1：直接设置分词委托（自动切换到 Custom 模式）（兼容老版本）
ZhConverter.ZhSegment.Segment = input =>
{
 // 自定义分词逻辑，例如按空格分词
 return input.Split(' ', StringSplitOptions.RemoveEmptyEntries);
};

// 方式2：使用 SetCustomSegment 方法
ZhConverter.ZhSegment.SetCustomSegment(input =>
{
 // 自定义分词逻辑，例如按字符分词
 return input.Select(c => c.ToString());
});

Jieba 分词自定义

OpenCC.NET默认使用jieba.NET实现分词，项目中使用了静态的JiebaSegmenter

public static JiebaSegmenter Jieba = new JiebaSegmenter();

因此可以通过ZhConverter.ZhSegment.Jieba进行自定义设置，详情请见jieba.NET。

调用ResetSegment()可重新指定使用Jieba分词并且重置Jieba参数。

并行处理

对于大量文本的转换，可以启用并行处理来提高性能：

// 初始化时启用
ZhConverter.Initialize(isParallelEnabled: true);

// 或运行时设置
ZhConverter.IsParallelEnabled = true;

引用

OpenCC

BYVoid/OpenCC 提供词库。

jieba.NET

anderscui/jieba.NET 提供分词功能。