[发明专利]一种简体中文转为繁体中文的转换方法

说明书

本发明公开了一种简体中文转为繁体中文的转换方法，包括：选择文档中待转换为繁体中文的简体中文汉字；在一对多转换字典里根据汉字的编码检索与汉字对应的繁体中文内容；判断繁体中文内容是否不为空，若是，则该汉字为多繁体汉字，在一对多转换字典中，根据繁体字的编码检索与该多繁体汉字对应的多个繁体中文内容；将多个繁体中文内容分割成字符串数组；在文档中分别选取该多繁体汉字之前和该多繁体汉字之后的汉字，将该多繁体汉字以字符“～”替代，形成新字符串；检索新字符串中是否包含所述字符串数组中的字符串，若是，则根据新字符串在字符串数组中的索引，取对应的繁体字。本申请转换方法可根据语境实现一对多转换，转换速度快且准确率高。

技术领域

本发明涉及简体中文转换技术领域，尤其涉及一种简体中文转为繁体中文的转换方法。

背景技术

简体中文转为繁体中文时，有些汉字对应的繁体字有多个，有些是某些情况要转为繁体字，某些情况不转换。比如“面”字，当作为食材时，转为繁体字是“麵”，比如“面包”、“面条”等；其它情况不转，仍是“面”字，比如“面子”、“面对”。

还有些情况是字数不对等的转换，比如简体字“插件”，对应的繁体字是“外掛程式”。

在现有的技术中，简体中文转换繁体中的方式采用的都是一对一的转换，使用的是“简繁体字典”，转换效率低下，且转换的准确率不高。

因此，有必要提出一种新的技术方案。

发明内容

为解决现有技术中存在的技术问题，本发明公开了一种简体中文转为繁体中文的转换方法，其包括：选择文档中待转换为繁体中文的简体中文汉字；在一对多转换字典里根据汉字的编码检索与该汉字对应的繁体中文内容；判断繁体中文内容是否不为空，若是，则该汉字为具有多个繁体中文的多繁体汉字，在一对多转换字典中，根据繁体字的编码检索与该多繁体汉字对应的多个繁体中文内容；将多个繁体中文内容分割成由多个字符串组成的字符串数组；在文档中分别选取该多繁体汉字之前和该多繁体汉字之后的汉字，将该多繁体汉字以字符“～”替代，多繁体汉字之前的汉字、多繁体汉字之后的汉字和多繁体汉字字符形成新字符串；检索新字符串中是否包含所述字符串数组中的字符串，若是，则根据新字符串在字符串数组中的索引，取对应的繁体字。

进一步地，判断繁体中文内容是否不为空，若否，则该汉字为单繁体汉字，在简繁体字典中，根据该汉字的编码检索与该汉字对应的繁体字。

进一步地，汉字在一对多转换字典对应的内容从左至右包括编码、等于号和繁体中文内容，其中，繁体中文内容至少为一个，多个繁体中文内容以逗号分隔，每个繁体中文内容中的繁体字以数字表示。

进一步地，将多繁体汉字对应的多个繁体中文内容按逗号分割，拆成由多个字符串组成的字符串数组。

进一步地，选取该多繁体汉字之前0-4个汉字，选取该多繁体汉字之后0-4个汉字。

进一步地，其还包括制作一对多转换字典，具体为：根据词语的使用频率确定优先级，再收集一些常用的非默认转换的简体字词语，组成一对多转换字典。

进一步地，具体包括：第一个繁体中文内容作为默认转换字，优先级最高，不添加词语，第一个繁体中文内容之后的繁体汉字为非默认转换字，第一个繁体中文内容和第一繁体中文内容之后的繁体中文内容按使用频率作为优先级排列，相邻的繁体中文内容之间用逗号隔开；从第二个繁体中文内容开始，在第二个繁体中文内容的右边添加“-”作为标记，“-”后面列举多个词语，相邻的词语之间以空格作为分隔，采用字符“～”表示当前的简体汉字本身。

进一步地，如果“-”的左边没有内容，则表示转为空白。

进一步地，检索新字符串中是否包含字符串数组中字符串，若是，则表示该多繁体汉字有列举词语，根据新字符串在字符串数组中的索引，取对应的繁体字。