20210909

Contents

1. Working directories
2. Figma
3. Water
4. URL
1. 4.1. Water
5. Chinese conversion
1. 5.1. 在ubuntu16.04上使用opencc工具进行转换
2. 5.2. python实现中文的繁简转换

Working directories

ls *.jpg | xargs -I % img2pdf % > %.pdf
# 
cd /media/ht/ht_5T_10/eBooks/History/四库全书/Git
git clone https://github.com/kr-shadow/KR2.git
git clone https://github.com/kr-shadow/KR2
# 
for i in {1..5}; do git clone https://github.com/kr-shadow/KR${i}; done
for i in {1,3,4,5}; do git clone https://github.com/kr-shadow/KR${i}; done
# 
git clone https://github.com/kr-shadow/KR3 # 1628
KR1, 721
KR2, 539
KR4, 1268
KR5, 1655
cd /media/ht/ht_5T_10/eBooks/History/四库全书/Git/
# 
cd /media/ht/ht_5T/Stored_Softs/Cross_Platform_Softs/Design_n_Prototyping/Figma/Instructions/1
cd /media/ht/ht_5T/Stored_Softs/Cross_Platform_Softs/Design_n_Prototyping/Figma/Instructions/

Figma

Figma for Linux—Linux Apps on Flathub

# Installation
flatpak install flathub io.github.Figma_Linux.figma_linuxcontent_copy
# Run
flatpak run io.github.Figma_Linux.figma_linuxcontent_copy

Water

乾隆盘山志 16卷附首5卷乾隆20年刻本 PDF下载 | 宗教资料 | 县志下载 | 中国县志大全
URL
Water

Chinese conversion

在ubuntu16.04上使用opencc工具进行转换

Linux上简体繁体文件的相互转换_呆萌的代Ma-CSDN博客_linux 繁体转简体

1.安装
sudo apt-get install opencc

2.简体 —-》繁体
opencc -i 简体.txt -o 繁体.txt -c zhs2zht.ini

3.繁体 —-》简体
opencc -i 繁体.txt -o 简体.txt -c zht2zhs.ini

注：

1.-i 后是需要转的文件 -o后是转换后的文件名
2.-c后是转换的规则，为固定写法
3.简体中文是Simplified Chinese /繁体中文是 Traditional Chinese

cd /media/ht/ht_5T_10/eBooks/History/四库全书/Git/1
find . -type f -name "*.txt" > 1.list
opencc -i 1.list -o 2.list -c t2s # 繁转简
find . -type f -name "*.txt" > 3.list

# 
for i in *.txt; do opencc -i ${i} -o ${i}.text -c t2s; done

下面是opencc的可用配置：


s2t.json	简体到繁体
t2s.json	繁体到简体
s2tw.json	简体到台湾正体
tw2s.json	台湾正体到简体
s2hk.json	简体到香港繁体（香港小学学习字词表标准）
hk2s.json	香港繁体（香港小学学习字词表标准）到简体
s2twp.json	简体到繁体（台湾正体标准）并转换为台湾常用词汇
tw2sp.json	繁体（台湾正体标准）到简体并转换为中国大陆常用词汇

python实现中文的繁简转换

python实现中文的繁简转换 - 华为云

_作者：中科小白_时间: 2021-02-05 10:05:22

标签：数据处理 python 繁简体转换中文预处理 opencc-python

【摘要】我们在对中文语料作预处理时，往往会遇到繁简体转换的问题，这也是预处理环节的重要一环。 python支持繁简体转换的库有许多，常用是opencc，但是由于直接安装opencc或是opencc-python现在会遇到许多路径、编译的问题，因此给大家推荐一种安装方式。网址见：https://pypi.org/project/opencc-python-reimplemented/ 安装命令： …

### [云推官招募计划]
推荐新用户注册并下单即可获得现金奖励
上新

### [免费课程]
Python编程学习路径
上新

### [免费套餐]
1核2G 2核4G云服务器免费云数据库0元试用
热销

### [开发利器]
开发者专享优惠，解决研发效率、集成难题
公告

我们在对中文语料作预处理时，往往会遇到繁简体转换的问题，这也是预处理环节的重要一环。

python支持繁简体转换的库有许多，常用是opencc，但是由于直接安装opencc或是opencc-python现在会遇到许多路径、编译的问题，因此给大家推荐一种安装方式。网址见：https://pypi.org/project/opencc-python-reimplemented/

安装命令：

pip install opencc-python-reimplemented

安装后会显示：

...
Successfully installed opencc-python-reimplemented-0.1.5

调用库的示例demo：

>>> from opencc import OpenCC
>>> a = '我是中国人'
>>> b = OpenCC('s2t').convert(a)
>>> print(b)
我是中國人

如果是对整个文件进行繁简体转换，需要用到文件读写函数，给出我的一个脚本示例：

from opencc import OpenCC

INPUT = open('/data1/usertest/syb/Name-Entity-Recognition/wikiextractor/extracted/AA/wiki_01')
a = INPUT.read()
b = OpenCC('t2s').convert(a)
OUTPUT = open('./zh_wiki_01','w')
OUTPUT.write(b)
OUTPUT.close()

以上给出的示例中都是将繁体转换为简体，即’s2t’模式，该库中还支持许多其他模式，如’t2s‘（简体到繁体）、’s2tw’（简体到台湾标准繁体）、’tw2s’（台湾标准简体到繁体）等。

Working directories

Figma

Water

URL

Water

Chinese conversion

在ubuntu16.04上使用opencc工具进行转换

python实现中文的繁简转换