简体繁体的转换，好难啊！（可怜白发生）

2009-02-27 10:49

如果要将大陆现行的简体字，转换为繁体字，用电脑编写个转换器，真的很困难啊，因为很多字，并不可以一对一的转。比如：辛弃疾的词“可怜白发生”（简体有歧义，繁体则没有，这也是简体的不足之处），类似的还有好多。

“白发生”可以转写为“白髮生——生了白髮”，也可以转写为“白發生——白白地發生了”；

（以下转自http://blog.sina.com.cn/s/blog_4bbb74a50100bwa0.html）

繁体和简体的字形差异造成很大困难

众所周知，中华人民共和国推行了半个世纪的簡化字，台湾和香港至今并没有采用。“繁体字”是中国大陆对传统汉字字体的称呼，这个称呼在香港、澳门等地区也较常使用；而在台湾被称作“正体字”。按中国官方的分类，简化字是规范汉字，繁体字则属于非规范汉字。联合国等国际组织、以及新加坡、马来西亚等随同中华人民共和国采用简化字。

在中文电脑技术中，中国大陆和港台采用不同的“字符集”：简体中文则通常使用国标码字符集或其扩充版本，国家标准扩展码 (GBK) 等由中国政府正式颁发的字符集；中国大陆的繁体中文通常使用 BIG5 编码以及台湾省官方发布的 CNS14649字符集。

通常把中国大陆的中文用户叫做“简体中文用户”，把中国香港及台湾地区的中文用户叫做“繁体中文用户”。

对中华人民共和国《现代汉语通用字表》内的7千多个通用字，和台湾地区的《常用国字标准字体表》（繁体字）进行字形比较的结果是：两表所收相同的字有4786个，字形不同（即中国大陆使用简化字、香港和台湾地区使用繁体字）的有1474字，约占总表的三分之一（31 %）！

再有，《简化字总表》第一表里面的350个简化字（不作简化偏旁用）里面，字形相差甚远、看不出关联性的字，如“出[齣]”（一出昆曲和一齣昆曲）、“丛[叢]”（花丛和花叢）等有90多个，约占此表的四分之一（25.7%）！

此外，对于古典文献的阅读者和研究者说来，古籍印刷的繁体字本跟简体字本在字形上的显著差异，也实在令人头疼。例如简体字《后汉书》跟古字—繁体字《後漢書》三个字竟然完全不同了！

可见，字形差异是“简体中文用户”和“繁体中文用户”在阅读中文内容时感觉困难的根本原因。

“简体繁体编码转换”的方式亟待改进！

目前解决的办法就是通过“简体繁体变换字表”加以“繁简编码转换”。

然而这单纯利用编码转换方式来进行“简体繁体变换”，通常是“一个简体对一个繁体”变换，而实际上往往出现“一对多”或“多对一”的复杂情况；在有不同的意义和不同的“上下文”的时候，所变换的字形应该不一样的。

这就产生的上面所述的繁体字“醜”的简体字是“丑”、而“丑”用作干支的时候却不是“醜”仍是“丑”的一对二的情况。

这些情况不在少数，屡见不鲜。

根本原因在于：简体繁体并非一一对应的！具体的复杂情况，只有各别处理，而绝不能简单按照“一一对应”地进行简体繁体互换！

“一个简体对多个繁体”的简化字，例如“云”，在表示“古汉语动词、助词（例：‘人云亦云’、‘岁云暮也’）”时，才对应繁体字形“云”；在其它义项中（如云雾、云雨、风云、云中君）则对应繁体字形“雲”。

又如“面”字，在表示“食物、粉末”义时，对应的繁体字形是“麵”（麵粉、白麵、莜麦麵）；在表示其它义项时，对应繁体字形“面”（面子、表面、面面俱到）；

再如“适”字，在作古代人名用字时，对应繁体字形“适”（如南宫适，但“胡适、胡适之”应该转为胡適、胡適之，因为他取名采用了“適者生存”的典故），在其它义项则对应繁体字形“適”（合適、適可而止、適者生存）。

简体字“发”字，在表示动词义（如“发生”）及量词义（如“一发炮弹”）时对应繁体字形“發”；在表示“头发、发肤”之义时，对应繁体字形“髮”。

简体字“胡”，在“胡子”、“络腮胡”这一义项中对应繁体字形“鬍”；在“胡涂”这一义项中对应繁体字形“糊”；在“胡同”这一双音词中对应繁体字“衚衕”；在其它义项则对应繁体字形“胡”。

又如：“卜”对应两个繁体字形“蔔”和“卜”，它只在出现于“萝卜”一词时才对应繁体字形“蔔”，其它情况都对应繁体字形“卜”。

再如：“秋”和“千”都只在“秋千”一词中分别对应繁体字形“鞦”和“韆”；在其它义项，则仍对应繁体字形“秋（秋天）”和“千（千百）”。

……

回忆30年前国家有关负责部门召集会议，讨论制定“简体繁体变换字表”的时候，王选老师和我曾多次提出：必须根据“繁体简体并非一一对应”的实际情况，依其特殊性（如上下文语境）各别解决“编码转换”方式，就是要分类分层次地区别对待；不应该简单采取“繁体简体一一对应”的变换字表。可惜，我们的意见没有得到应有的重视。以至于后来经常闹出笑话来，引发简体繁体汉字转换的误会、误解。于是，多年以前我们就开始跟从周有光先生做了“现代汉字学”的一些探讨，并希望理论结合实践，好好解决中文信息处理的“简体繁体转换”问题。