Data

Tools

Indexes

Applications

Experiments

Awesome

An open API service indexing awesome lists of open source software.

https://github.com/amorphobia/opencc-tonggui

开放中文转换 - 简繁转换之通用规范汉字标准
https://github.com/amorphobia/opencc-tonggui

opencc opencc-data

Last synced: about 2 months ago
JSON representation

开放中文转换 - 简繁转换之通用规范汉字标准

Awesome Lists containing this project

README 

          
# OpenCC 简繁转换之通用规范汉字标准



> [!NOTE]

> - 由于转换词典的底稿是 OpenCC 的简繁转换词典，少许异体字的使用并不符合中国大陆标准，仍需进一步校对。

> - 由于排除了异体字，本表不包含由繁至简的转换，可使用 OpenCC 现有繁简转换。



## 构建



首先安装 OpenCC 命令行工具和 GNU make 工具，然后运行 `make all` 或者 `make extend`，构建产物在 `opencc` 文件夹中。



如果不需要[扩展](#扩展)转换，推荐使用 GitHub Action 自动构建的[每夜版](https://github.com/amorphobia/opencc-tonggui/releases/tag/latest)。



## 介绍



本仓库提供以中国大陆标准为基础的 [OpenCC](https://github.com/BYVoid/OpenCC) 转换词典，基于《[通用规范汉字表](https://zh.wikipedia.org/zh-cn/%E9%80%9A%E7%94%A8%E8%A7%84%E8%8C%83%E6%B1%89%E5%AD%97%E8%A1%A8)》（以下简称《通规》）、《[简化字总表](https://zh.wikipedia.org/zh-cn/%E7%AE%80%E5%8C%96%E5%AD%97%E6%80%BB%E8%A1%A8)》（以下简称《总表》）、OpenCC 数据等资料制作。



## 原则



1. 简繁关系、异体字关系、适用意项、字形以《通规》为基础，辅以《[新华字典](https://zh.wikipedia.org/zh-cn/%E6%96%B0%E5%8D%8E%E5%AD%97%E5%85%B8)》、《[现代汉语词典](https://zh.wikipedia.org/zh-cn/%E7%8E%B0%E4%BB%A3%E6%B1%89%E8%AF%AD%E8%AF%8D%E5%85%B8)》（以下简称《现汉》）、《[汉语大字典](https://zh.wikipedia.org/zh-cn/%E6%B1%89%E8%AF%AD%E5%A4%A7%E5%AD%97%E5%85%B8)》（以下简称《大字典》）参考修正。

1. 只考虑由简到繁的转换，不进行异体字、异写字的转换。

1. 对于表外汉字（包括表内含可类推简化部件的异体字），可依照《总表》第二表进行类推简化；不符合《总表》规则的类推不予收录。以下提及“类推简化”时，如无特别说明，均需符合《总表》类推规则。

1. 字形以统一码 G 源字为准，若无 G 源字形的，需类推其应有的 G 源字形。如“麪”需参考其 G 源字形“⿰⁠麥⁠丏”而非 H 源“⿺⁠麥⁠丏”；那么“𪋿”字虽无 G 源字形，也需类推为“⿰⁠麥⁠卜”而非参考已有的 H 源“⿺⁠麥⁠卜”。



统一码中 G 源字形与预期应有字形不一致的，在此修正



|单⁠字|统⁠一⁠码|G 源⁠字⁠形|修⁠正⁠字⁠形|备⁠注|

|---|---|---|---|---|

|栃|U+6803|⿰⁠木⁠⿸⁠𠂆⁠万|⿰⁠木⁠厉|大陆标准中，“厉”字第一笔应为横；由于无字体如此设计，本条修正等效于将“栃〔櫔〕”添加到《总表》的第一表|

|𫡬|U+2B86C|⿰⁠丸⁠呙|⿺⁠丸⁠呙|拟将 G 源中形如“⿰⁠丸⁠?”的字均修正为“⿺⁠丸⁠?”|



## 关于《通规》



本表以《通规》为基础，但依然会酌情考虑字词之非通用意项，如姓氏、地名、旧意（参考前述辞书），因此个别字的繁体略有不同。



|规⁠范⁠字|《⁠通⁠规⁠》⁠繁⁠体⁠字|修⁠正|备⁠注|

|---|---|---|---|

|荐|薦|+荐|《大字典》荐：➌副词。表示频度，相当于“一再”、“屡次”。……|

|价|價|+价|《新华字典》价 jiè：旧时称被派遣传送东西或传达事情的人。|

|柜|櫃|+柜|《新华字典》柜 jǔ：柜柳，落叶乔木，即枫杨，羽状复叶，性耐湿、耐碱，可固沙。枝韧，可以编筐。|

|适|適|+适|《现汉》适 kuò：➊同“𨓈”。➋（Kuò）姓。|

|篱|篱 籬|-篱|《大字典》篱：同“籬”。……按：今为“籬”的简化字。《新华字典》、《现汉》之繁体“籬”亦可用于所有意项。|

|确|確|+确|《新华字典》确 què：➍同“埆”。|

|胜|勝|+胜|《新华字典》胜 shēng：“肽”（tài）的旧称。|

|腊|臘|+腊|《新华字典》腊 xī：干肉。|

|佣|傭|+佣|《新华字典》佣 yòng：佣金，佣钱，买卖东西时给介绍人的钱。|

|愿|願|+愿|《新华字典》愿 yuàn：➍恭谨。|

|蜡|蠟|+蜡|《新华字典》蜡 zhà：古代年终的一种祭祀名。|

|只|隻 衹|+只|《现汉》只² Zhǐ：姓。|



## 关于《总表》



制定《总表》时，一些简化方式可能会导致不合理的情况。这在《通规》发布后，通过不类推表外字而暂时绕开了。由于本仓库会收录类推简化字，所以不得不做一点小的修正。



1. “㝉〔宁〕”、“丝〔絲〕”应添加到第二表。

1. “乌〔烏〕”、“鸟〔鳥〕” 上部（即除“一〔灬〕”以外的部分）亦添加到第二表，以兼容“凫〔鳬〕”、“岛〔島〕”等字。

1. 繁体中，“萈”与“莧”是两个不同声旁，事实上都简化为了“苋”，因此需额外添加“苋〔萈〕”到第二表。

1. “毂〔轂〕”应添加到第一表。

1. 由于大量含“㒼”偏旁的字被类推简化为含“𬜯”的字，应添加“𬜯〔㒼〕”到第二表的**简化偏旁**部分。与“只〔戠〕”类似，此简繁对应关系仅在作为偏旁时成立。

1. 规定“與”作上偏旁时不类推简化，如“𱊭->鸒”，而将“𱉰”视为异体字（除非“𱉰”加入《通规》，否则不视为简繁关系）。

1. 规定“廣”作上偏旁和左上包围偏旁时不类推简化，如“懬”不类推简化为“応”。

1. 规定“氣”作上偏旁和右上包围偏旁时不类推简化，如“𣱩”不类推简化为“氜”。

1. 区分“㚒”与“夾”，“夾”简化为“夹”，并适用类推，而“㚒”不类推简化，因此“陕〔陝〕”应放入第一表，而非第三表。

1. “龻”只在作上偏旁时类推简化为“𰁜”，如“䜌”、“羉”**不**简化为“𰁜”、“⿱⁠罒⁠𰁜”。

1. 如同“酆”字若类推简化为“⿰⁠丰⁠阝”，会与“邦”字混同，“奱”字若类推简化“⿱⁠𰁜⁠大”，亦会与“奕”字混同；应效仿《通规》中的做法，规定“奱”字不类推简化。

1. 若造成《通规》未提及的合并简化，且简化后为《通规》规范汉字，则放弃类推简化；若合并简化后不为《通规》规范汉字，则可添加为一对多转换。如“戠”单用时不合并简化到“只”、“橒”和“枟”可合并简化到“枟”。



由于某些类推简化无望加入统一码，作如下妥协，若今后有相关字形加入统一码，则废除相应妥协



1. 当“龻”不简化为“𰁜”时，组成它的“糹”、“言”**不**当作左偏旁，即**不**类推简化为“⿲⁠纟⁠言⁠纟”。

1. “𨊥”不类推简化为“⿱⁠车⁠凵”，如“轚”应类推简化为“𰺟”。



## 关于类推简化



按照现行标准，《通规》以外的汉字不进行类推简化，但实际使用时会遇到类推简化字，因此本表收录了符合《总表》类推简化规则的字。具体收录原则如下：



1. 《通规》中的异体字类推简化后，不是规范字的，可额外收录。如“𬣣->註”。

1. 《通规》中的繁体字类推简化后，不是规范字的，可额外收录。如“𪠽->噹”。

1. 《通规》外的繁体字若可无争议地类推简化，且符合前述关于《总表》之修正时，可额外收录。如大部分鸟类用字、鱼类用字。

1. 若存在只能属于简体的偏旁，则不作为繁体收录；若存在只能属于繁体的偏旁，则不作为简体收录。如“𧹔”字中的“贝”只能属于简体，而“長”只能属于繁体，则该字既不能作为繁体、也不能作为简体收录。

1. 不规范的类推简化不收录。如“𪹀->𤑹”。

1. 简体或繁体未分配统一码的，暂不收录。



## 扩展



不符合前述类推规则的字，酌情收录到扩展字集 `src/00.extend.txt.in`，使用 `make extend` 可构建，目前包含如下两类：



1. 偏旁的简繁关系属于第一表，甚至是异体字，不应类推简化；但统一码中实际可找到这样的类推简化字对，如“𰬮〔縴〕”。

1. 偏旁按照第二表类推简化后，该简化字在通规表中，已由其他方式简化，如通规表中已有简繁对“闹〔鬧〕”，扩展表另加“闹〔閙〕”。