一、一简对多繁:错字的根源
简体字合并了多个繁体字,反向转换时必须根据语境选一个:
| 简体 | 繁体候选 | 判断依据 |
|---|---|---|
| 发 | 發 / 髮 | 发展→發展,头发→頭髮 |
| 后 | 後 / 后 | 以后→以後,皇后→皇后 |
| 干 | 幹 / 乾 / 干 | 干部→幹部,干燥→乾燥,干涉→干涉 |
| 里 | 裡 / 里 | 里面→裡面,公里→公里 |
| 面 | 麵 / 面 | 面条→麵條,面孔→面孔 |
| 只 | 隻 / 只 | 一只→一隻,只有→只有 |
任何基于字表的转换都会在这些地方出错,因为判断需要语义。所以「一键转繁体」之后必须人工校对高频词。
二、地区用词差异
即使字都对了,用词也可能不对:
| 大陆 | 中国台湾 | 说明 |
|---|---|---|
| 软件 | 軟體 | |
| 网络 | 網路 | |
| 信息 | 資訊 | |
| 视频 | 影片 | |
| 打印 | 列印 | |
| 鼠标 | 滑鼠 | |
| 服务器 | 伺服器 | |
| 数据库 | 資料庫 |
这些不是字形问题,是词汇差异。做面向中国台湾/香港的内容,需要单独的词汇表替换,而不是简单的字形转换。
另外中国香港有自己的一套用字(如「裡」写作「裏」),中国澳门接近中国香港。转换前要明确目标地区。
三、转换不可逆
发 → 發 之后,再转回简体都是 发,看起来没问题;但 皇后 → 皇后 再转回是 皇后,而 以後 → 以后 也正常。真正的问题是信息已经丢失:干 转成 幹 后转回来是 干,无法区分原本是哪个。
所以:
- 转换前保留原文。
- 不要在多轮转换中反复来回。
- 需要长期维护双版本时,以一份为源,另一份由构建流程生成,不要手工维护两份。
四、批量转换的流程
- 明确目标地区(中国台湾 / 中国香港 / 通用繁体)。
- 先转字(简→繁)。
- 再做词表替换(软件→軟體)。
- 人工校对高频易错词:发/髮、后/後、干/幹、里/裡、面/麵、只/隻。
- 检查标点:中国台湾用「」,大陆用"";书名号、顿号习惯也有差异。
- 抽查数字与专有名词:品牌名、人名通常不转(如「微软」在中国台湾仍叫「微軟」,但「苹果」→「蘋果」)。
五、易错清单
后台→ 中國台灣用「後台」,但技术人员常说「後端」。内存→ 「記憶體」(不是「內存」)。默认→ 「預設」。账号→ 「帳號」(不是「賬號」,虽然两者都有人用)。登录→ 「登入」。文件→ 「檔案」(指 computer file 时)。质量→ 「品質」(指品质时)。
这类词靠字表转不出来,必须靠词库。
六、什么时候不必转
- 面向大陆用户的简体内容,硬加繁体只会增加维护成本。
- 代码、命令、日志不要转(
npm install转了没意义)。 - 专有名词、品牌名、API 名称保持原样。
七、工具与校对
用 简繁转换工具 做初步转换,再配合 文本批量替换 处理地区用词(把「软件」批量换成「軟體」等)。
校对时建议用 文本对比 把「机器转换结果」和「人工修改后」比一遍,确认改动都在预期内。
小结
一简对多繁是错字主因,必须按词校对;地区用词要靠词表而非字表;转换不可逆,原文要留;双版本以一份为源自动生成。