OpenCC for Go

This is a pure Go version of OpenCC(Open Chinese Convert 開放中文轉換) which is a project for conversion between Traditional and Simplified Chinese developed by BYVoid. Avoid C library dependency and use Go Embed feature for embed dict into to binary for deploy easily.

此项目是基于 Native Go 方式实现 OpenCC，利用 OpenCC 官方的词典，减少 C 库对环境的依赖，同时，基于 Go Embed 特性，可以让我们编译的时候，直接将字典打包到 Go 的二进制里面，以获得较好的开发部署体验。

Installation

go get github.com/longbridgeapp/opencc

Usage

package main

import (
    "fmt"
    "log"

    "github.com/longbridgeapp/opencc"
)

func main() {
    s2t, err := opencc.New("s2t")
    if err != nil {
        log.Fatal(err)
    }


    in := `自然语言处理是人工智能领域中的一个重要方向。`
    out, err := s2t.Convert(in)
    if err != nil {
        log.Fatal(err)
    }
    fmt.Printf("%s\n%s\n", in, out)
    //自然语言处理是人工智能领域中的一个重要方向。
    //自然語言處理是人工智能領域中的一個重要方向。
}

預設配置文件

• s2t.json Simplified Chinese to Traditional Chinese 簡體到繁體
• t2s.json Traditional Chinese to Simplified Chinese 繁體到簡體
• s2tw.json Simplified Chinese to Traditional Chinese (Taiwan Standard) 簡體到臺灣正體
• tw2s.json Traditional Chinese (Taiwan Standard) to Simplified Chinese 臺灣正體到簡體
• s2hk.json Simplified Chinese to Traditional Chinese (Hong Kong variant) 簡體到香港繁體
• hk2s.json Traditional Chinese (Hong Kong variant) to Simplified Chinese 香港繁體到簡體
• s2twp.json Simplified Chinese to Traditional Chinese (Taiwan Standard) with Taiwanese idiom 簡體到繁體（臺灣正體標準）並轉換爲臺灣常用詞彙
• tw2sp.json Traditional Chinese (Taiwan Standard) to Simplified Chinese with Mainland Chinese idiom 繁體（臺灣正體標準）到簡體並轉換爲中國大陸常用詞彙
• t2tw.json Traditional Chinese (OpenCC Standard) to Taiwan Standard 繁體（OpenCC 標準）到臺灣正體
• hk2t.json Traditional Chinese (Hong Kong variant) to Traditional Chinese 香港繁體到繁體（OpenCC 標準）
• t2hk.json Traditional Chinese (OpenCC Standard) to Hong Kong variant 繁體（OpenCC 標準）到香港繁體
• t2jp.json Traditional Chinese Characters (Kyūjitai) to New Japanese Kanji (Shinjitai) 繁體（OpenCC 標準，舊字體）到日文新字體
• jp2t.json New Japanese Kanji (Shinjitai) to Traditional Chinese Characters (Kyūjitai) 日文新字體到繁體（OpenCC 標準，舊字體）
• tw2t.json Traditional Chinese (Taiwan standard) to Traditional Chinese 臺灣正體到繁體（OpenCC 標準）
• s2hk-finance.json 针对香港市场金融数据，做了特殊补充。

Development Guides

• dictionary - 请勿修改！这个用来同步 OpenCC 官方的字典，请勿改动，这个文件夹应该是靠命令来生成的。
• addition-dictionary - 用来存放此项目提前修复的字典，执行 make update:data 的时候，会把这里的内容补充到 dictionary 里面。

采用 make update:data 命令可以从 OpenCC 官方仓库更新词典。

$ make update:data

Benchmarks

See benchmark_test.go

Short text (100 chars)

Mode	Number of Chars	Duration / op
s2t	100	0.04 ms
t2s	100	0.04 ms
s2hk-finance	100	0.07 ms
s2tw	100	0.063 ms

Long Text (14K)

Use 14K text to run benchmark.

Mode	Number of Chars	Duration / op
s2t	14K	2.5 ms
t2s	14K	2.8 ms
s2hk-finance	14K	5 ms
s2tw	14K	3.8 ms

License

Apache License