OpenCC
OpenCC copied to clipboard
BYVoid
根據《古籍印刷通用字規範字形表》及《辭源》設立大陸繁體標準
新的《古籍印刷通用字規範字形表 GB/Z 40637--2021》第1節寫到：
本文件……也適用於現代書刊的繁體版印刷。
故而可以認爲此文件是一個獨立的規範字的框架和體系，並適用於大陸地區的繁體書籍印刷。
建議依據該文件，設立大陸古籍繁體標準 CNGJVariant，平行於OpenCC默認、香港和臺灣標準。先設立轉換表文件，以供日後可陸續更新。
以下列出本表對部分字形的選擇，排名不分先後：
- 〔肉缶〕及相關字全作「䍃」形。
- 「朵」及相關字全作「朶」形。
- 〔沒右〕〔歿右〕聲旁全作「殳」形。
- 「彥」及相關字全作「彦」形，上方不作「文」。
- 「產」及相關字全作「産」形，上方不作「文」。
- 「吕」及相關字全作「呂」形。
- 「即」及相關字全作「卽」形。「鄉」及相關字除外。
- 〔絕右〕及相關字全作「色」形。
- 「兌」及相關字全作「兑」形。
- 「內」及相關字全作「内」形。
- 「虛」及相關字全作「虚」形。
- 「麼」及相關字全作「麽」形。
- 「冊」及相關字全作「册」形。「扁」及相關字除外。
- 「勻」作「匀」形。
- 「袞」及相關字全作「衮」形。
注意到本標準只規定了字形，並未規定字的使用。故而在選取優先字時，應該有一個基準。大陸地區在用的傳統漢字體係的辭書中，《辭源》在古籍方面的鍼對性較強，編纂較爲專業，同本《標準》一致性較高，因此可以根據其白話注解部分的實際用字情况選取優先字。
OpenCC 古籍變體取字原則：
- 本表中不存在的常用字，加入本表。如「古」。
- 如果兩個字在任何繁體體系中分領不同含義，則分離。如同取「修」、「脩」。本表中不存在的字，有兩種取字方法：一、依舊進行分離。如同「唸」不在本表中，依舊用「唸」用用於「唸書」等場合，以區分「思念」義。二、依據《辭源》解釋文字中實際使用取字。
- 異寫字，只選取在本表中出現的。如取「説」不取「說」，取「裏」不取「裡」。
- 異寫字，如有兩個及以上同時出現在本表中，取《通用規範漢字表》中對應的繁體字，取《辭源》解釋文字中使用的字形。如取「秘」不取「祕」。
順序卽：取《辭源》註解文字實際使用漢字 -> 取本表規定字形 > （可選）進一步分離含義不同的異體字。
關於本標準在 OpenCC 中繁簡轉換的實現：
因爲 OpenCC 的繁體標準基於意義分離原則，故而只需要進行一次額外的 1-1 字符映射（約100行），卽可實行本表中規定的標準。
或直接定義轉換表。https://github.com/forFudan/GujiCC
全同異體字，如有兩個及以上同時出現在本表中，取《通用規範漢字表》中對應的繁體字。如取「秘」不取「祕」。
不贊同這條。（首先，祕和秘並非全同異體字，比如秘bì魯、秘bèi姓。） 全等異體字有不少是同为正字（比如雞／鷄），甚至俗字比正字更常用（比如只／衹）。这种情况下就不应该强行取正字。
全同異體字，如有兩個及以上同時出現在本表中，取《通用規範漢字表》中對應的繁體字。如取「秘」不取「祕」。
不贊同這條。（首先，祕和秘並非全同異體字，比如秘bì魯、秘bèi姓。） 全等異體字有不少是同为正字（比如雞／鷄），甚至俗字比正字更常用（比如只／衹）。这种情况下就不应该强行取正字。
「秘」字在「神秘」一類詞中，同「祕」同義，故而都可取「秘」。當然可以基於分離原則將「神秘」中的「秘」取「祕」。
至於「不應該強行取正字」的這點，旣然我們製作繁簡轉換，則必須要取異體字其中一個作爲標準字，否則 OpenCC 無法實現轉換。
全同異體字，如有兩個及以上同時出現在本表中，取《通用規範漢字表》中對應的繁體字。如取「秘」不取「祕」。
不贊同這條。（首先，祕和秘並非全同異體字，比如秘bì魯、秘bèi姓。） 全等異體字有不少是同为正字（比如雞／鷄），甚至俗字比正字更常用（比如只／衹）。这种情况下就不应该强行取正字。
「秘」字在「神秘」一類詞中，同「祕」同義，故而都可取「秘」。當然可以基於分離原則將「神秘」中的「秘」取「祕」。
至於「不應該強行取正字」的這點，旣然我們製作繁簡轉換，則必須要取異體字其中一個作爲標準字，否則 OpenCC 無法實現轉換。
並不是必須要取一個標準字的。比如TW->HK：雞->雞、鷄->鷄，而沒有必要採用TW->HK：鷄->雞
全同異體字，如有兩個及以上同時出現在本表中，取《通用規範漢字表》中對應的繁體字。如取「秘」不取「祕」。
不贊同這條。（首先，祕和秘並非全同異體字，比如秘bì魯、秘bèi姓。） 全等異體字有不少是同为正字（比如雞／鷄），甚至俗字比正字更常用（比如只／衹）。这种情况下就不应该强行取正字。
「秘」字在「神秘」一類詞中，同「祕」同義，故而都可取「秘」。當然可以基於分離原則將「神秘」中的「秘」取「祕」。 至於「不應該強行取正字」的這點，旣然我們製作繁簡轉換，則必須要取異體字其中一個作爲標準字，否則 OpenCC 無法實現轉換。
並不是必須要取一個標準字的。比如TW->HK：雞->雞、鷄->鷄，而沒有必要採用TW->HK：鷄->雞
啊，這是自然，没錯。我這裏主要考慮的是從簡體向繁體的換化。
全同異體字，如有兩個及以上同時出現在本表中，取《通用規範漢字表》中對應的繁體字。如取「秘」不取「祕」。
不贊同這條。（首先，祕和秘並非全同異體字，比如秘bì魯、秘bèi姓。） 全等異體字有不少是同为正字（比如雞／鷄），甚至俗字比正字更常用（比如只／衹）。这种情况下就不应该强行取正字。
「秘」字在「神秘」一類詞中，同「祕」同義，故而都可取「秘」。當然可以基於分離原則將「神秘」中的「秘」取「祕」。 至於「不應該強行取正字」的這點，旣然我們製作繁簡轉換，則必須要取異體字其中一個作爲標準字，否則 OpenCC 無法實現轉換。
並不是必須要取一個標準字的。比如TW->HK：雞->雞、鷄->鷄，而沒有必要採用TW->HK：鷄->雞
啊，這是自然，没錯。我這裏主要考慮的是從簡體向繁體的換化。
簡轉繁、繁轉簡也都不應該強行取正字。 以強和强为例 ⭕️T->TW：强->強；T->HK：強->强；S->CN：強->强；其余均不转换 在不拆分CN簡體的情況下將T->S和S->CN兩步合併 ❌S->T：强->強；T->HK：強->强；HK->T：强->強；T->S：強->强
全同異體字，如有兩個及以上同時出現在本表中，取《通用規範漢字表》中對應的繁體字。如取「秘」不取「祕」。
不贊同這條。（首先，祕和秘並非全同異體字，比如秘bì魯、秘bèi姓。） 全等異體字有不少是同为正字（比如雞／鷄），甚至俗字比正字更常用（比如只／衹）。这种情况下就不应该强行取正字。
「秘」字在「神秘」一類詞中，同「祕」同義，故而都可取「秘」。當然可以基於分離原則將「神秘」中的「秘」取「祕」。 至於「不應該強行取正字」的這點，旣然我們製作繁簡轉換，則必須要取異體字其中一個作爲標準字，否則 OpenCC 無法實現轉換。
並不是必須要取一個標準字的。比如TW->HK：雞->雞、鷄->鷄，而沒有必要採用TW->HK：鷄->雞
啊，這是自然，没錯。我這裏主要考慮的是從簡體向繁體的換化。
簡轉繁、繁轉簡也都不應該強行取正字。 以強和强为例 ⭕️T->TW：强->強；T->HK：強->强；S->CN：強->强；其余均不转换 在不拆分CN簡體的情況下將T->S和S->CN兩步合併 ❌S->T：强->強；T->HK：強->强；HK->T：强->強；T->S：強->强
我對這一點存疑。這可能會造成文章用字體係的混亂。目前的 OpenCC 在事實上是需要確定一個標準字的，是爲了達到用字統一。
全同異體字，如有兩個及以上同時出現在本表中，取《通用規範漢字表》中對應的繁體字。如取「秘」不取「祕」。
不贊同這條。（首先，祕和秘並非全同異體字，比如秘bì魯、秘bèi姓。） 全等異體字有不少是同为正字（比如雞／鷄），甚至俗字比正字更常用（比如只／衹）。这种情况下就不应该强行取正字。
「秘」字在「神秘」一類詞中，同「祕」同義，故而都可取「秘」。當然可以基於分離原則將「神秘」中的「秘」取「祕」。 至於「不應該強行取正字」的這點，旣然我們製作繁簡轉換，則必須要取異體字其中一個作爲標準字，否則 OpenCC 無法實現轉換。
並不是必須要取一個標準字的。比如TW->HK：雞->雞、鷄->鷄，而沒有必要採用TW->HK：鷄->雞
啊，這是自然，没錯。我這裏主要考慮的是從簡體向繁體的換化。
簡轉繁、繁轉簡也都不應該強行取正字。 以強和强为例 ⭕️T->TW：强->強；T->HK：強->强；S->CN：強->强；其余均不转换 在不拆分CN簡體的情況下將T->S和S->CN兩步合併 ❌S->T：强->強；T->HK：強->强；HK->T：强->強；T->S：強->强
我對這一點存疑。這可能會造成文章用字體係的混亂。目前的 OpenCC 在事實上是需要確定一個標準字的，是爲了達到用字統一。
何谓「用字體系的混亂」？
卽多種異體同時存在段落中。當然，繁-繁的轉換是否轉換異體字是 OpenCC 的基本邏輯，不在本變體的討論範圍。
全同異體字，如有兩個及以上同時出現在本表中，取《通用規範漢字表》中對應的繁體字。如取「秘」不取「祕」。
不贊同這條。（首先，祕和秘並非全同異體字，比如秘bì魯、秘bèi姓。） 全等異體字有不少是同为正字（比如雞／鷄），甚至俗字比正字更常用（比如只／衹）。这种情况下就不应该强行取正字。
「秘」字在「神秘」一類詞中，同「祕」同義，故而都可取「秘」。當然可以基於分離原則將「神秘」中的「秘」取「祕」。 至於「不應該強行取正字」的這點，旣然我們製作繁簡轉換，則必須要取異體字其中一個作爲標準字，否則 OpenCC 無法實現轉換。
並不是必須要取一個標準字的。比如TW->HK：雞->雞、鷄->鷄，而沒有必要採用TW->HK：鷄->雞
啊，這是自然，没錯。我這裏主要考慮的是從簡體向繁體的換化。
簡轉繁、繁轉簡也都不應該強行取正字。 以強和强为例 ⭕️T->TW：强->強；T->HK：強->强；S->CN：強->强；其余均不转换 在不拆分CN簡體的情況下將T->S和S->CN兩步合併 ❌S->T：强->強；T->HK：強->强；HK->T：强->強；T->S：強->强
我對這一點存疑。這可能會造成文章用字體係的混亂。目前的 OpenCC 在事實上是需要確定一個標準字的，是爲了達到用字統一。
何谓「用字體系的混亂」？
卽多種異體同時存在段落中。當然，繁-繁的轉換是否轉換異體字是 OpenCC 的基本邏輯，不在本變體的討論範圍。
只可能是因為源文本身就混用多個異體字，轉換後才會保留這些混同用法，而且也應該保留，因為這種情況往往是源文中這些異體字並不是完全等同的。而且這種情況不止會出現在繁－繁互轉中，也會出現在繁－簡甚至簡－簡互轉中。