zhtw 3.2.0

Simplified/HK Traditional to Taiwan Traditional Chinese Converter

ZHTW

讓你的程式碼說台灣話 — 專治「許可權」「軟件」等違和用語

---

你是否遇過這些情況？

• Code review 被指出「伺服器」寫成「服务器」
• 用 OpenCC 轉換，結果「權限」變成「許可權」
• 文件裡混著「用戶」和「使用者」，不知道漏了哪些

ZHTW 就是為了解決這個問題。

---

我們的理念

寧可少轉，不要錯轉

通用轉換工具會過度轉換，把台灣正確的詞也改掉。我們不一樣：只轉確定要改的詞，其他一律不動。

---

安裝

macOS (Homebrew) — 推薦

brew tap rajatim/tap
brew install zhtw

更新：brew upgrade zhtw

pip (所有平臺)

python3 -m pip install zhtw

更新：pip install --upgrade zhtw

pipx (隔離環境)

pipx 會在獨立虛擬環境中安裝，不影響系統 Python：

pipx install zhtw

更新：pipx upgrade zhtw

從原始碼安裝 (開發者)

git clone https://github.com/rajatim/zhtw.git
cd zhtw
pip install -e ".[dev]"

pip 安裝後找不到 zhtw 指令？設定 PATH

# macOS (zsh)
echo 'export PATH="$PATH:$(python3 -m site --user-base)/bin"' >> ~/.zshrc
source ~/.zshrc

# Linux (bash)
echo 'export PATH="$PATH:~/.local/bin"' >> ~/.bashrc
source ~/.bashrc

# Windows — 通常自動設定，若無請加入環境變數：
# %APPDATA%\Python\PythonXX\Scripts

---

30 秒開始使用

zhtw check .          # 檢查整個專案
zhtw check ./file.py  # 檢查單一檔案
zhtw fix .            # 自動修正

輸出範例：

📁 掃描 ./src

📄 src/components/Header.tsx
   L12:5: "用户" → "使用者"

📄 src/utils/api.ts
   L8:10: "软件" → "軟體"

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
⚠️  發現 2 處需修正（2 個檔案）

---

為什麼選 ZHTW？

零誤判	31,000+ 詞條 + 6,344 字元映射，52 本書 1 億字驗證零錯轉
秒級掃描	3,100 KB/s 穩定吞吐，1MB 文字 < 1 秒
完全離線	不傳送任何資料到外部，企業內網也能用
CI 整合	一行指令加入 GitHub Actions，PR 自動檢查
彈性跳過	測試資料、第三方程式碼？標記一下就不會被改

---

涵蓋範圍

31,000+ 精選詞條 + 6,344 字元映射，涵蓋 10+ 專業領域：

領域	詞彙數	範例
IT 科技	380+	软件→軟體、服务器→伺服器、缓存→快取、异步→非同步
醫療健康	230+	心脏病→心臟病、胰岛素→胰島素、核磁共振→核磁共振
法律合規	170+	知识产权→智慧財產權、劳动合同→勞動契約、诉讼→訴訟
金融財務	140+	股票→股票、期权→選擇權、市盈率→本益比、理财→理財
遊戲娛樂	150+	氪金→課金、副本→副本、充值→儲值、段位→段位
電商零售	110+	购物车→購物車、优惠券→優惠券、物流→物流
學術教育	110+	博士生→博士生、论文→論文、奖学金→獎學金
日常生活	230+	地铁→地鐵、空调→冷氣、塑料→塑膠、自行车→腳踏車
地理國名	160+	意大利→義大利、悉尼→雪梨、新西兰→紐西蘭
港式用語	60+	視像→視訊、軟件→軟體、數據庫→資料庫

雙層轉換架構 (v3.0+)

層	機制	覆蓋
詞彙層	Aho-Corasick 最長匹配	31,000+ 詞條（软件→軟體、信息→資訊）
字元層	str.translate()	6,344 個安全一對一映射（这→這、个→個）

詞彙層先處理複合詞，字元層再補齊剩餘簡體字。118 個一對多歧義字（发/后/里/干 等）由詞彙層上下文判斷，不會錯轉。

一對多字形完整支援

很多簡體字對應多個繁體字，我們用 「預設 + 特例覆蓋」 策略精準處理：

簡體	情境	繁體	範例
发	一般	發	发送→發送、发展→發展
发	毛髮	髮	头发→頭髮、理发→理髮
面	一般	面	面试→面試、表面→表面
面	食物	麵	面条→麵條、方便面→泡麵
里	內部	裡	心里→心裡、这里→這裡
里	距離	里	公里→公里、英里→英里
干	乾燥	乾	干净→乾淨、饼干→餅乾
干	幹部	幹	干部→幹部、树干→樹幹

完整覆蓋 22 個一對多危險字：发/面/里/干/只/台/后/余/松/斗/谷/系/范/征/钟/冲/历/复/制/准/几/云

語義衝突智慧處理

同一個詞在不同語境有不同翻譯？我們用複合詞優先匹配解決：

詞彙	UI 介面	法律/電競
禁用	禁用功能 → 停用功能	禁用角色 → 禁用角色
撤销	撤销操作 → 復原操作	撤销合同 → 撤銷合同
注销	注销账户 → 登出帳戶	注销公司 → 註銷公司

---

CI/CD 整合

GitHub Actions

加入 GitHub Actions，每個 PR 自動檢查：

# .github/workflows/chinese-check.yml
name: Chinese Check
on: [push, pull_request]
jobs:
  check:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - uses: actions/setup-python@v5
        with:
          python-version: '3.x'
      - name: Install zhtw
        run: pip install zhtw
      - name: Check Traditional Chinese
        run: zhtw check . --json

GitLab CI

# .gitlab-ci.yml
chinese-check:
  image: python:3.12-slim
  script:
    - pip install zhtw
    - zhtw check . --json

有問題就會失敗，再也不怕漏掉。詳細教學請參考 CI/CD 整合指南。

---

Pre-commit Hook

Commit 前自動擋住問題：

# .pre-commit-config.yaml
repos:
  - repo: https://github.com/rajatim/zhtw
    rev: v3.2.0  # 使用最新版本
    hooks:
      - id: zhtw-check   # 檢查模式（建議）
      # - id: zhtw-fix   # 或自動修正模式

pip install pre-commit && pre-commit install
# 之後每次 commit 都會自動檢查

進階設定：只檢查特定檔案類型

repos:
  - repo: https://github.com/rajatim/zhtw
    rev: v3.2.0
    hooks:
      - id: zhtw-check
        types: [python, markdown, yaml]  # 只檢查這些類型
        exclude: ^tests/fixtures/        # 排除測試資料

---

進階用法

# 單檔案模式（v2.8.0+）
zhtw check ./src/api.py    # 檢查單一檔案
zhtw fix ./src/api.py      # 修正單一檔案

# 使用自訂詞庫
zhtw fix ./src --dict ./my-terms.json

# 只處理簡體（跳過港式）  # zhtw:disable-line
zhtw check ./src --source cn

# 排除目錄
zhtw check ./src --exclude node_modules,dist

# 模擬執行（不實際修改）
zhtw fix ./src --dry-run

# 預覽修改（確認後才執行）
zhtw fix ./src --show-diff

# 備份後修改
zhtw fix ./src --backup

# 顯示詞庫統計
zhtw stats

# 驗證詞庫品質（檢查衝突和無效轉換）
zhtw validate

# 詳細輸出
zhtw check ./src --verbose

多編碼支援 (v2.5.0+)

自動偵測並處理 Big5、GBK 等舊編碼檔案：

# 自動偵測編碼（預設）
zhtw fix ./legacy-code/

# 強制輸出為 UTF-8
zhtw fix ./big5-files/ --output-encoding utf-8

# 保留原編碼
zhtw fix ./mixed/ --output-encoding keep

# CI/CD 模式（無互動確認）
zhtw fix ./src/ --yes
# 或用環境變數
ZHTW_YES=1 zhtw fix ./src/

支援編碼: UTF-8 (含 BOM)、Big5、GBK、GB2312、GB18030

忽略特定程式碼

# 忽略這一行
test_data = "软件"  # zhtw:disable-line

# 忽略下一行
# zhtw:disable-next
legacy_code = "用户信息"

# 忽略整個區塊
# zhtw:disable
test_cases = ["软件", "硬件", "网络"]
# zhtw:enable

.zhtwignore 忽略檔案

在專案根目錄建立 .zhtwignore 檔案，排除不需檢查的目錄或檔案：

# 測試目錄
tests/

# 詞庫檔案（本來就是簡體）
src/data/terms/

# 特定檔案
legacy-code.py

支援目錄模式（結尾 /）和檔案 glob 模式。

自訂詞庫格式

{
  "version": "1.0",
  "description": "我的專案術語",
  "terms": {
    "自定义": "自訂"
  }
}

---

開發

pip install -e ".[dev]"
pytest
ruff check .

---

立即試試

# macOS
brew tap rajatim/tap && brew install zhtw && zhtw check .

# 其他平臺
python3 -m pip install zhtw && zhtw check .

有問題？開 Issue | 想貢獻？看 Contributing Guide

---

MIT License | tim Insight 出品