[新人求助]爲簡繁體轉化提供例外項？
Spackup opened this issue · comments
在設置了默認繁體轉簡體輸出之後，可不可以讓部分的字繼續保持繁體？吳語裏面有“個”“個”兩個字需要區分，但是繁體轉簡體了之後便沒有辦法區分開了。有沒有辦法同時讓絕大部分的字照舊轉化成簡體，又讓一小部分的字保持繁體呢？
定制 opencc 词典文件，将「個」「箇」条目删除。再在配置中自定义 simplifier 来启用之。
opencc 词典文件可通过 TSCharacters.txt 修改获得，放入「程序目录/opencc」，与 TSChraraters.ocd 并列。
不会自定义 simplifier 的话也可略过，只将 t2s.json 里的 TSCharacters.ocd 改为 TSCharacters.txt，对应的 type 的值改为 text，以此更改生效的词典。如果单字成功而词组有问题，就对TSPhrases.txt 如法炮制。
未经测试，谨供参考。
非常感谢您的回复！
有两个问题还想请教：
一：我在将 t2s.json 里的 TSCharacters.ocd 改为 TSCharacters.txt后，打开文件出现乱码。
二：如果尝试第一种自定义simplifier的方法，是需要启用excluded_types一项吗？语法是否应为' excluded_types: [“個”“箇”]' ？
再次感谢您的耐心！
-
.ocd文件是 opencc 专用格式，不是纯文本，不要这样做。 -
这个选项文档语焉不详，看上去没有关系。
谢谢您的解答！
有一个问题还想请教您：我从 GitHub上下载的OpenCC-master文件里并没有可执行程序，怎样使用OpenCC定制里面的txt词库文件呢？
因为我以前从未接触过编程，网上对在windows系统中安装OpenCC的指南对我而言是生疏难懂，github界面里又到处都找不到使用指南，所以只能厚脸皮拿这些幼稚的问题请教您，还请谅解！
仅修改 .txt 格式词典文件 TSCharacters.txt 即可，不涉及 opencc 项目的其它文件或程序。甚至可以只下载这个文件，方法是点击进去之后右键点击 Raw 按钮，选择「从链接另存文件为…」或类似选项。保持文件名不变，仅修改内容。
包括记事本在内的所有文本编辑器，都可以修改这样的纯文本文件，但是此文件体积较大，记事本读取缓慢，且不能正确显示 unix 换行符，建议至少使用 Notepad++ 或 Notepad2 来做。
感谢您的回复！
我下载了TSCharacters.txt这个文件，并把其中的“個”“箇”删去，添加进了“个-个”的对应关系，后放进程序文件/data/opencc中。
刚才没有认真检查，但现时发现，不论在schema中的simplifier中写入opencc_config: TSCharacters.ocd或是opencc_config: TSCharacters.txt，输入法的繁转简功能全部都无效了，输出的还是繁体。是哪里代码错了呢？
schema 不要作改动。simplifier/opencc_config 的值应该是 .json 配置文件，该文件内容才是用来定义词典文件的，就像你修改的 t2s.json 文件。
感谢您这么晚还在跟进这个issue！但很抱歉还是出现了问题！
我是这样操作的：下载文件TSCharacters.txt，删除掉里面的“個”“箇”两个条目后放入「程序目录/data/opencc」中，然后打开 t2s.json ，将其中的 TSCharacters.ocd 改为 TSCharacters.txt，对应的 type 的值改为 text。但修改后输入法又不能输入简体了，不管单字还是词组。
我的t2s.json文件是这样的：
`{
"name": "Traditional Chinese to Simplified Chinese"
"segmentation": {
"type": "mmseg",
"dict": {
"type": "ocd",
"file": "TSPhrases.ocd"
}
},
"conversion_chain": [{
"dict": {
"type": "group",
"dicts": [{
"type": "ocd",
"file": "TSPhrases.ocd"
}, {
"type": "text",
"file": "TSCharacters.txt"
}]
}
}]
}`
代码没有正确呈现。可以点击评论框右下方 M↓ 按钮了解 Markdown 语法，很简单。代码块需包裹在两个以连续 3 个反引号开头的行中，可选择性地在其中第一行添加格式名称以应用对应的语法高亮。
```json
{
"name": "Traditional Chinese to Simplified Chinese",
"segmentation": {
"type": "mmseg",
"dict": {
"type": "ocd",
"file": "TSPhrases.ocd"
}
},
"conversion_chain": [{
"dict": {
"type": "group",
"dicts": [{
"type": "ocd",
"file": "TSPhrases.ocd"
}, {
"type": "text",
"file": "TSCharacters.txt"
}]
}
}]
}
```
不能确定 .json 内容有没有问题，但是词典文件更可能改错，我进行了实际测试，确认有效，可以试试我改的 TPCharacters.txt。
如果是词典改错，注意原分隔符是水平制表符，不要改成空格，有的文本编辑器会自动转换为空格。
问题解决！真的万分感谢您！
我一开始没有正确理解您的方法，产生了一些奇怪的误解，真的没有想到您还能一直以这样的耐心和热心指导我，在这里深表谢意！
如果不介意的话，可否让我在schema介绍中写入您的用户名以表感激呢？
不用谢。不介意，请自便。