gumblex/zhconv

Simple conversion and localization between simplified and traditional Chinese using tables from MediaWiki.

zhconv's Issues

README中的“ MediaWiki 源码包中的 ”路径不完整

具体路径应该是\includes\languages\data\ZhConversion.php

MediaWiki 转换词典的版权问题

MediaWiki 的代码是 GPL 的，他的转换词典有通过其他协议释出的版本吗？如果没有的话 MIT 协议的项目应该没法用他的词典。

Get keyError when parsing text with html tag

convert_for_mw('[[𨭎|-{zh-cn:-{钅}-<span style="position: relative; left: -1ex">-{喜}-</span>; zh-tw:𨭎; zh-hk:𨭎;}-]]', "zh-cn") 

This text above will raise a keyError, and you can get this page from https://zh.wikipedia.org/wiki/%E9%92%A8

命令行含义不明

https://pypi.org/project/zhconv/1.4.0/#description

这里我试了半天，不知道怎么输入命令执行

python -mzhconv [-w] {zh-cn|zh-tw|zh-hk|zh-sg|zh-hans|zh-hant|zh} < input > output

我试过以下命令，怎么用都是错的

python3 -mzhconv -w zh-cn ./tc/ ./out
python3 -mzhconv -zh-cn ./tc ./out
python3 -mzhconv zh-cn ./tc ./out

请吾作纯浏览器 JavaScript 之版

我以此事颇有意思，欲为纯浏览器本者，并加之级段落启发式模板，卿可议开源许我做这衍生本乎？

（我觉得这个工作很有意思，想做一个纯浏览器的版本，并加入一些段落级的启发式模板，你的开源协议可以允许我做这样的衍生版本吗？）

古文翻译

老王，你的古文翻译功能，能给个接口不

和OpenCC比起来速度如何？

爬取小说通过OpenCC简繁转换，但实在太慢了。不知道这个速度怎么样？

Maybe raise a keyerror is a better way to process the locale not supported

Because return the not actually converted sentence may confuse someone that is careless about the supported locales.
And I think raise an error early can stop future big error for user codes.

zhconv/zhconv/zhconv.py

Lines 235 to 254 in 078838e

	def convert(s, locale, update=None):
	"""
	Main convert function.
	:param s: must be `unicode` (Python 2) or `str` (Python 3).
	:param locale: should be one of ``('zh-hans', 'zh-hant', 'zh-cn', 'zh-sg'
	'zh-tw', 'zh-hk', 'zh-my', 'zh-mo')``.
	:param update: a dict which updates the conversion table, eg.
	``{'from1': 'to1', 'from2': 'to2'}``
	>>> print(convert('我幹什麼不干你事。', 'zh-cn'))
	我干什么不干你事。
	>>> print(convert('我幹什麼不干你事。', 'zh-cn', {'不干': '不幹'}))
	我干什么不幹你事。
	>>> print(convert('人体内存在很多微生物', 'zh-tw'))
	人體內存在很多微生物
	"""
	if locale == 'zh' or locale not in Locales:
	# "no conversion"
	return s

Let's see a mistake that may confuse the users in using the locale:

inputs = "我幹什麼不干你事"
print(convert(temp, locale='zh_cn'))
#output the same as the inputs but no warnings or erros 

Maybe many users like me use zh_cn instead of the correct zh_cn by mistake sometime.

好奇为什么有OpenCC还需要写这个zhconv？是在什么地方有不同？

西元前会转成公元前

pkg_resources is deprecated as an API

  C:\pv\tts\lib\site-packages\zhconv\zhconv.py:33: DeprecationWarning: pkg_resources is deprecated as an API. See https://setuptools.pypa.io/en/latest/pkg_resources.html
    from pkg_resources import resource_stream

..\..\..\..\..\pv\tts\lib\site-packages\pkg_resources\__init__.py:2868
..\..\..\..\..\pv\tts\lib\site-packages\pkg_resources\__init__.py:2868
..\..\..\..\..\pv\tts\lib\site-packages\pkg_resources\__init__.py:2868
..\..\..\..\..\pv\tts\lib\site-packages\pkg_resources\__init__.py:2868
  C:\pv\tts\lib\site-packages\pkg_resources\__init__.py:2868: DeprecationWarning: Deprecated call to `pkg_resources.declare_namespace('google')`.
  Implementing implicit namespace packages (as specified in PEP 420) is preferred to `pkg_resources.declare_namespace`. See https://setuptools.pypa.io/en/latest/references/keywords.html#keyword-namespace-packages
    declare_namespace(pkg)

请问转换后字数有可能发生变化吗？

rt，是否有一定不会出现字数变化的模式？

转换异常抛出问题

这种转换异常情况，会有抛出吗

“为什么小米” 会被转为 "为什幺小米"

应该是zhcdit.json中定义了"么小"这个词。我现在的处理方式是将zhcdict.json拷出来，在"么小"前添加"为什么"，然后启动时手动load_dict

会把双引号“”变成「」