最近使用中文維基百科數據訓練Word2Vec時，發現數據里面包含了很多繁體字，這就很尷尬了。這時候就知道OpenCC的強大了。哈哈，本來打算直接使用python里面的opencc模塊的，但是在安裝，編譯opencc時遇到了各種錯誤。花費了很長時間，終于安裝成功，但是文本處理起來效率很低。最終選擇了直接在linux下安裝OpenCC，處理的效率著實安慰了我受傷的心 -- 很快，特別快。

好啦，接下來總結下OpenCC的安裝方法，萬一以后又用到它了呢？主要參考這篇博客：

檢查下linux環境下是否已經安裝cmake以及git，如果沒有，那就通過yum安裝好。

$ yum install cmake

$ yum install git

克隆下OpennCC開源項目OpennCC開源項目。

$ git clone https://github.com/BYVoid/OpenCC

編譯OpenCC

$ cd OpenCC

$ make

$ make install

創建libopencc.so.2鏈接

如果不知道libopencc.so.2的路徑，可以通過find / -name libopencc.so.2查找。

$ ln -s /usr/lib/libopencc.so.2 /usr/lib64/libopencc.so.2

通過查看 OpenCC 版本，檢查OpenCC是否已經安裝成功

$ opencc --version

測試用例

# 繁體轉簡體

$ echo '歐幾里得 西元前三世紀的希臘數學家' | opencc -c t2s

歐幾里得 西元前三世紀的希臘數學家

# 簡體轉繁體

$ echo '歐幾里得 西元前三世紀的希臘數學家' | opencc -c s2t

歐幾里得 西元前三世紀的希臘數學家

# 可以通過以下方式直接對文件進行繁簡轉換

$ opencc -i zhwiki_raw.txt -o zhwiki_t2s.txt -c t2s.json

總結

以上是生活随笔為你收集整理的linux给文本繁简转换,linux - 安装OpenCC(简体繁体转换)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。