Skip to content

Latest commit

 

History

History
200 lines (173 loc) · 5.85 KB

ml-jieba-opencc.md

File metadata and controls

200 lines (173 loc) · 5.85 KB
Raw

Compile and Install OpenCC on Minimal CentOS 7

測試過程在虛擬機中進行，使用vm搭建，操作系統版本CentOS Linux release 7.2.1511 (Core)，內核版本3.10.0-327.10.1.el7.x86_64。

Downloading & Uncompressing

OpenCC代碼開源，公佈在GitHub上，地址 https://github.com/BYVoid/OpenCC，使用wegt命令下載，保存路徑爲/usr/local/src。

執行命令

sudo wget https://github.com/BYVoid/OpenCC/archive/master.zip
#重命名
sudo mv master.zip opencc.zip

文件是zip格式壓縮包，需要安裝unzip命令，否則會報錯

-bash: unzip: command not found

執行命令

sudo yum -y install unzip

執行unzip命令解壓到當前目錄

sudo unzip opencc.zip
[vagrant@opencc src]$ ls -lh
total 1.8M
drwxr-xr-x. 9 root root 4.0K Mar 10 21:57 OpenCC-master
-rw-r--r--. 1 root root 1.8M Mar 22 21:05 opencc.zip
[vagrant@opencc src]$

Compilation

編譯主要2步：make, make install，提示gcc 4.6 is required。

安裝OpenCC需安裝以下依賴包

sudo yum install -y cmake gcc gcc-c++ doxygen

爲/usr/lib/libopencc.so.2`創建符號鏈接至/usr/lib64/libopencc.so.2`

以下是摸索過程

Error1

進入目錄後，執行sudo make，報錯

cmake: command not found

安裝cmake解決，執行命令

sudo yum install -y cmake

Error2

再次執行sudo make，報錯

CMake Error: CMAKE_CXX_COMPILER not set

因已安裝gcc，故安裝gcc-c++，執行命令

sudo yum install -y gcc-c++

Error3

報錯

Could NOT find Doxygen (missing:  DOXYGEN_EXECUTABLE)

安裝doxygen，執行命令

sudo yum install -y doxygen

再次執行sudo make，正常編譯

執行make make install安裝

[vagrant@opencc OpenCC-master]$ which opencc
/usr/bin/opencc
[vagrant@opencc OpenCC-master]$

Error4

執行命令opencc --help報錯

opencc: error while loading shared libraries: libopencc.so.2: cannot open shared object file: No such file or directory

查找文件libopencc.so.2

[vagrant@opencc OpenCC-master]$ sudo find / -name libopencc.so.2
/usr/local/src/OpenCC-master/build/rel/src/libopencc.so.2
/usr/lib/libopencc.so.2

根據繁体转简体，CentOS安装OpenCC，升级到gcc4.6，創建符號鏈接至/usr/lib64/目錄下

[vagrant@opencc OpenCC-master]$ sudo ln -s /usr/lib/libopencc.so.2 /usr/lib64/libopencc.so.2
[vagrant@opencc OpenCC-master]$ opencc --version
Open Chinese Convert (OpenCC) Command Line Tool
Version: 1.0.3
[vagrant@opencc OpenCC-master]$

成功安裝

Error5 执行

opencc -i wiki.zh.text -o wiki.zh.text.jian -c zht2zhs.ini

报错

PARSE JSON ERROR

use xxx.json file instead of xxx.ini

opencc -i wiki.zh.text -o wiki.zh.text.jian -c t2s.json

example dir -> /usr/share/opencc/

Usage

Usage:
   opencc  [--noflush <bool>] [-i <file>] [-o <file>] [-c <file>] [--]
           [--version] [-h]
Options:
   --noflush <bool>
     Disable flush for every line
   -i <file>,  --input <file>
     Read original text from <file>.
   -o <file>,  --output <file>
     Write converted text to <file>.
   -c <file>,  --config <file>
     Configuration file
   --,  --ignore_rest
     Ignores the rest of the labeled arguments following this flag.
   --version
     Displays version information and exits.
   -h,  --help
     Displays usage information and exits.
  • -i: 指定輸入文件
  • -o: 指定轉換後的輸出文件
  • -c: 指定配置文件，以何種形式轉換

配置文件有如下幾種：

  • s2t.json Simplified Chinese to Traditional Chinese 簡體到繁體
  • t2s.json Traditional Chinese to Simplified Chinese 繁體到簡體
  • s2tw.json Simplified Chinese to Traditional Chinese (Taiwan Standard) 簡體到臺灣正體
  • tw2s.json Traditional Chinese (Taiwan Standard) to Simplified Chinese 臺灣正體到簡體
  • s2hk.json Simplified Chinese to Traditional Chinese (Hong Kong Standard) 簡>體到香港繁體（香港小學學習字詞表標準）
  • hk2s.json Traditional Chinese (Hong Kong Standard) to Simplified Chinese 香>港繁體（香港小學學習字詞表標準）到簡體
  • s2twp.json Simplified Chinese to Traditional Chinese (Taiwan Standard) with Taiwanese idiom 簡體到繁體（臺灣正體標準）並轉* 換爲臺灣常用詞彙
  • tw2sp.json Traditional Chinese (Taiwan Standard) to Simplified Chinese with Mainland Chinese idiom 繁體（臺灣正體標準）到簡* 體並轉換爲中國大陸常用詞彙
  • t2tw.json Traditional Chinese (OpenCC Standard) to Taiwan Standard 繁體（OpenCC 標準）到臺灣正體
  • t2hk.json Traditional Chinese (OpenCC Standard) to Hong Kong Standard 繁體（OpenCC 標準）到香港繁體（香港小學學習字詞表標準）

Usage Example

Example1

使用配置文件tw2s將正體文件轉換爲簡體

[vagrant@opencc tmp]$ ls
tw.txt
[vagrant@opencc tmp]$ cat tw.txt
昨夜西風凋碧樹，獨上高樓，望盡天涯路
[vagrant@opencc tmp]$ opencc -i tw.txt -o cn.txt -c tw2s
[vagrant@opencc tmp]$ ls
cn.txt  tw.txt
[vagrant@opencc tmp]$ cat cn.txt
昨夜西风凋碧树，独上高楼，望尽天涯路
[vagrant@opencc tmp]$ cat tw.txt
昨夜西風凋碧樹，獨上高樓，望盡天涯路
[vagrant@opencc tmp]$

Example2

使用管道符|

[vagrant@opencc tmp]$ cat tw.txt
昨夜西風凋碧樹，獨上高樓，望盡天涯路
[vagrant@opencc tmp]$ cat tw.txt | opencc -c tw2s
昨夜西风凋碧树，独上高楼，望尽天涯路
[vagrant@opencc tmp]$

References