最近使用中文維基百科數(shù)據(jù)訓(xùn)練Word2Vec時(shí)，發(fā)現(xiàn)數(shù)據(jù)里面包含了很多繁體字，這就很尷尬了。這時(shí)候就知道OpenCC的強(qiáng)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(shí)遇到了各種錯(cuò)誤?；ㄙM(fèi)了很長時(shí)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(shí)安慰了我受傷的心 -- 很快，特別快。

好啦，接下來總結(jié)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(huán)境下是否已經(jīng)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(xiàng)目OpennCC開源項(xiàng)目。

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

編譯OpenCC

$ cd OpenCC

$ make

$ make install

創(chuàng)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(jīng)安裝成功

$ opencc --version

測試用例

# 繁體轉(zhuǎn)簡體

$ echo '歐幾里得 西元前三世紀(jì)的希臘數(shù)學(xué)家' | opencc -c t2s

歐幾里得 西元前三世紀(jì)的希臘數(shù)學(xué)家

# 簡體轉(zhuǎn)繁體

$ echo '歐幾里得 西元前三世紀(jì)的希臘數(shù)學(xué)家' | opencc -c s2t

歐幾里得 西元前三世紀(jì)的希臘數(shù)學(xué)家

# 可以通過以下方式直接對文件進(jìn)行繁簡轉(zhuǎn)換

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

總結(jié)

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(nèi)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(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。