iconv
Monday, 15 November 2010
繁简转换并没有尽善尽美的解决方案，按单字转换有 98%的准确率，剩下那 2%， 需要分词了。分词本身就没有 100%正确的算法了。
基于 iconv 可以这么做：
iconv -f BIG5 -t GB2312
注意这是按单字转的。如果要从 UTF-8 过来，还更麻烦些：
iconv -f UTF-8 -t BIG5 | iconv -f BIG5 -t GB2312 | iconv -f GB2312 -t UTF-8
这也不支持 GBK 的。
更好些的是 cconv ：
cconv -f BIG5 -t GBK
处理 UTF 也方便些：
cconv -f UTF8-CN -t UTF8-TW
支持更大些字符集。
据说也支持分词但我没试出来。还提供 php 的库支持。那用 JNI 集成到 Java 里也
不难，至少在 Linux 下是这样。