Python小工具- 检测简繁体文字差异字(字库制作)

在Python中想要检测并列出文本中简体与繁体字形存在差异的字符，可以采用如下步骤：

首先确保已经安装了能进行简繁转换的库，这里以 opencc 库为例，如果你还没有安装，可以通过 pip 安装：

pip install opencc-python-reimplemented

 然后编写一个脚本，将文本转换为简体，再转换回繁体，最后比较原字符串与转换后的字符串差异：

import opencc

# 初始化转换器
s2t_converter = opencc.OpenCC('s2t')  # 简体到繁体
t2s_converter = opencc.OpenCC('t2s')  # 繁体到简体


def find_diff_in_simp_trad(text):
    # 将文本先转为简体
    text_to_simplified = t2s_converter.convert(text)

    # 再将简体文本转回繁体
    text_back_to_traditional = s2t_converter.convert(text_to_simplified)

    # 比较原字符串与转换回来的字符串差异
    diff_list = [(char1, char2) for char1, char2 in zip(text, text_back_to_traditional) if char1 != char2]

    return diff_list


# 测试文本
sample_text = "这是一段包含简体和繁體的文字"

# 检测并输出简繁体字形差异
diff_characters = find_diff_in_simp_trad(sample_text)
# print("简繁体字形差异：", diff_characters)

print("简繁体字形差异：")
for pair in diff_characters:
    print(pair[0], end='')
print()#换行

for pair in diff_characters:
    print(pair[1], end='')
print()#换行

结果:

简繁体字形差异：
这简体
這簡體

请注意，这种方法并非完美，因为简繁转换存在一定的复杂性，特别是对于一些特殊字、简繁同形字以及转换规则的边界情况，可能会出现转换不完全一致的情况。此外，此方法仅适用于能找到一一对应的简繁转换，对于那些简繁字典中无法明确对应转换的字词，则可能无法准确捕捉其字形差异。在实际应用中，可能需要根据具体需求进一步完善处理逻辑。