#Readme 說明 （內有安裝步驟）

Introduction

Auto convert locae Chinese vocabulary program.

中文詞彙自動轉檔程式

目前只做簡轉繁，其他需求請自行修改。所有的轉出檔一律採用UTF-8編碼，可選擇是否加上BOM。由於現在大多數人的檔案都已採用 UTF-8編碼，故預設改為不加BOM。
支援「使用者自訂字典」

使用說明: g2butf8 [檔名]

usage: g2butf8.py [-h] [-r] [-nb] [-nobom] [-x extension [extension ...]] [-t type] [-u userdic] [-nu] files [files ...]

positional arguments:
files 會自動偵測編碼，再轉換成無BOM的UTF-8

optional arguments:
-h, --help show this help message and exit
-r, --recursive 包含子目錄(預設不包括)
-nb, --nobackup 不要產生.bak備份檔 (預設有)
-nobom, --nobom 不要產生BOM標題 (預設沒有)
-bom, --bom 產生BOM標題 (預設沒有)
-x extension [extension ...] 副檔名, (預設為所有檔案)
-t type, --type type 轉換方式: g2b 簡轉繁 g2bdic 簡轉繁再加上詞彙轉換
-u userdic, --userdic userdic 使用者字典檔名，預設使用 userdic.txt
-nu, --nouserdic 不使用自訂字典檔 (預設沒有，使用userdic.txt)
若有特別的轉換需求，可以在要轉檔的目錄下放 userdic.txt，範例內容:

頭發=頭髮
內存=記憶體

使用方法

Windows:

g2butf8 c:\城市獵人\*.srt

Mac、Linux:

python g2butf8.py ~/城市獵人/*.srt

Details　細節

原本打算用C語言，因為某些庫編譯太麻煩，相依性過高，要跨平台太麻煩；因此改用Python實作。 早期因函式庫限制採用Pyhon 2，現在改用Python 3。 Jianfan沒有再更新，計畫改用 hanziconv 很可惜 hanziconv 有過度換詞的問題。

2024年改用 charset-normalizer 與 開放中文轉換 opencc-python-reimplemented

由於現在大多數人的檔案都已採用 UTF-8編碼，故無大量測試 charset-normalizer機會。

Install 安裝

Linux 或 Mac :

1. Linux 應該都內建 Python 3，若沒有請自行安裝，需要 Python 3.11 以上版本。直接執行 python3 g2butf8.py

2. 安裝 charset-normalizer 及 opencc-python-reimplemented

> sudo pip install -r requirements.txt 
#或是
> sudo pip install -U charset-normalizer opencc-python-reimplemented

Windows:

1. 安裝 Python for Windows ，請選擇 Python 3.11 之後版本

2. 安裝 Universal Encoding Detector 與 Jianfan ，因 Jianfan被從pypi移除，只能手動安裝

> sudo pip install -r requirements.txt 
#或是
> sudo pip install -U charset-normalizer opencc-python-reimplemented

Reference 參考資料及函式庫

Python简繁转换

Jianfan

Universal Encoding Detector

開放中文轉換

Unicode In Python, Completely Demystified

Charset Detection, for Everyone 👋 charset-normalizer

開放中文轉換 opencc-python-reimplemented