zhongwen 5.31

中文數轉換、字元切換、翻譯、民國紀年處理等中文工具

給懂中文的程式設計師

本程式庫設計哲學就是函數以中文命名且能簡明表達功能， 另以簡體名稱表示處理簡體中文情形，繁體名稱表示處理繁體中文情形， 舉如中文數字處理模組(zhongwen.number)用法示例：

from zhongwen.number import 中文數字, 中文数字, 大寫中文數字
中文數字(10600)
>>> '一萬零六百'
中文数字(10600)
>>> '一万零六百'
大寫中文數字(23232.00518)
>>> '貳萬參仟貳佰參拾貳點零零伍壹捌'

民國日期處理

臺灣地區使用民國紀年， 【取日期】函數可將民國日期字串轉成時間資料(pd.Timestamp)， 而【民國日期】可將時間資料轉成表達民國紀年日期之字串，示例如次：

from zhongwen.date import 取日期
from pandas import Timestamp
取日期('111.9.23')
>>> Timestamp(2022,9,23,0,0)
取日期('110/12/27')
>>> Timestamp(2021,12,27,0,0)

from zhongwen.date import 民國日期
民國日期(datetime(2021,12,27,0,0), '%Y年%M月%d日')
>>> '110年12月27日'

中文字元判斷

中文字元判斷功能示例如次：

from zhongwen.text import 是否為中文字元

是否為中文字元('繁')
>>> True
是否為中文字元('简')
>>> True
是否為中文字元('a')
>>> False

校正重碼字

字型相似編碼相異之中文字元稱【重碼字】， 如【車】編碼為\u8eca(正式字集)， 而【車】編碼為\uf902(中日韓相容表意文字區)， 其細明體字形幾無差異。 而中日韓相容表意文字區[\uF900-\uFAFF]字元依字源分離原則未與正式字集（包括擴展 A、B、C、D 區）中的字形統一的字，因為許多「第三方字型」都沒有實作這個區域的文字， 【校正中文字】可將重碼字均轉為正體字，即輸入法優先輸出的編碼，以因使用字型未包含中日韓相容表意文字編碼，而以細明體字型表示造成同字卻字型不一問題。

校正中文字示例：

校正中文字('汽車')
>>> '汽車'

查中文字典

示例：

查萌典('查')
>>> ['ㄔㄚˊ：考察、檢查。翻閱、檢尋。大筏，水中的浮木。', 
     'ㄓㄚ：姓。如五代時南唐有查文徽。我。同「咱」(一)。']

翻譯

【翻譯】可將外國文字譯為中文，示例如次：

from zhongwen.text import 翻譯
翻譯('test')
>>> '測試'
翻譯('取り')
>>> '拿'