java調用opencc，將簡體中文轉換成繁體

Open Chinese Convert（OpenCC）是一個開源的中文簡繁轉換項目，致力於製作高質量的基於統計預料的簡繁轉換詞庫。還提供函數庫(libopencc)、命令行簡繁轉換工具、人工校對工具、詞典生成程序、在線轉換服務及圖形用戶界面。

opencc的特點：

• 嚴格區分「一簡對多繁」、「一簡對多異」和「地域用詞差別」。

• 支持異體字轉換，兼容陸港澳臺等不同地區用字差別。

• 嚴格審校一簡對多繁詞條，原則爲「能分則不合」，用戶可自定義合併。

• 支持中國大陸、臺灣、香港異體字和地區習慣用詞轉換，如「裏」「裡」、「鼠標」「滑鼠」。

• 詞庫和函數庫完全分離，可以自由修改、導入、擴展。

• 支持C、C++、Python、PHP、Java、Ruby、Node.js and Android等多種語言API，提供命令行直接調用，以及圖形界面。

• 兼容Windows、Linux、Mac等多種平臺。

項目使用java編寫，官網說支持java語言，但是沒有找到java的api，所以使用曲折的方式實現：linux下安裝opencc，編寫shell腳本，然後使用java調用shell腳本來進行簡繁轉換。

opencc安裝請點擊 ubuntu安裝opencc，簡體轉繁體

opencc安裝後編寫shell腳本

#!/bin/sh
#echo $1
echo $1 |opencc -c s2tw

測試：

ubuntu@ubuntu-vm:/usr/local$ ./s2tw.sh 微兒博客
微兒博客

java調用shell

public static Object sc2tw(String content){
	try {
		StringBuffer sb = new StringBuffer("");
		Process ps = Runtime.getRuntime().exec("/usr/local/s2tw.sh \""+content+"\"");
		BufferedReader in = new BufferedReader(new InputStreamReader(ps.getInputStream()));
		String line = null;
		ps.waitFor();
		while((line = in.readLine())!=null){
			sb.append(line);
		}
		in.close();
		if(sb.indexOf("\"")==0){
			sb = sb.deleteCharAt(0);
		}
		if(sb.lastIndexOf("\"")==sb.length()-1){
			sb = sb.deleteCharAt(sb.length()-1);
		}
		ps.destroy();
		line = null;
		return sb;
	} catch (IOException e) {
		logger.error("shell執行出錯");
	} catch (InterruptedException e) {
		logger.error("shell執行出錯");
	}
	return content;
}

但是具體執行過程中發現java程序運行一段時間後會卡死，經過排查發現當shell腳本傳入的參數特別大時，java會一直等待shell腳本執行完成，所以對於長度特別長的文本採用分段轉換

public static String simple2tw(String content){
	StringBuffer cs = new StringBuffer("");
	int length = content.length();
	int count = length/words;
	int ys = length%words;
	if (count==0) {
		cs.append(sc2tw(content));
	}else{
		for(int i=0;i<count;i++){
			cs.append(sc2tw(content.substring(i*words, (i+1)*words)));
			length = (i+1)*words;
		}
		if(ys>0){
			cs.append(sc2tw(content.substring(length)));
		}
	}
	return cs.toString();
}

本文轉載自 http://www.weare.net.cn/article/62eae88fa673b07361ba57cf79a0ed96.html