在简体、繁体(通用/台湾/香港)与词汇变体之间转换中文文本。简繁转换。全部在你的浏览器中运行。
Chinese Converter Tool
如何使用中文转换器
选择一种转换模式
用输入框上方的下拉菜单选择方向。默认是简体 → 台湾繁体(含词汇)(软件 → 軟體)——对在两岸之间发布内容的东盟读者最为实用。各模式按地区分组:通用、台湾和香港。
粘贴或输入你的文本
在左侧窗格输入或粘贴最多 10,000 个中文字。输入时即时转换,去抖延时 200 毫秒,保持流畅。右侧的输出窗格会自动更新。
复制或下载结果
点击复制把转换后的文本送到剪贴板,或点击下载另存为纯文本文件。差异高亮会标出哪些字发生了变化——若要干净地复制粘贴,可将其关闭。
一键互换方向
用 ⇄ 互换按钮翻转输入 ↔ 输出。模式会自动反转(例如 cn|twp 变为 tw|cnp),使往返转换精确无误。校对一段译文的两个方向时很顺手。
中文为何有多种书写形式——以及它在东盟为何重要
中文并非单一的书写语言,而是几种关系密切的书写体系。1956 年,中国大陆推行了《汉字简化方案》——这项改革精简了约 2,238 个常用字的笔画。台湾、香港、澳门,以及新加坡和马来西亚以外的大多数海外华人社群,都保留了传统字形。七十年过去,两套体系并存:约有 14 亿读者使用简体,约 3,500 万人使用繁体。这种分野看似只是地域之别,但对许多东盟家庭和企业而言,这是每天都要付出的切换成本。
常见的框定——简体对繁体——只是其中一条轴线。真实图景至少有四条。字形有别(龍 ↔ 龙)。即便同为繁体,各地词汇也有差异(台湾的 軟體 对香港的 軟件)。标点习惯有别。而文化语域——什么读起来正式、轻松或专业——的差异之大,足以让一段干净的逐字转换在母语读者看来仍「不对味」。粗糙的工具只搞定了第一条轴线,其余三条全数错失。
"新加坡约有 290 万华裔——约占其公民人口的 76%——但日常媒体消费却融合了大陆简体、台湾繁体与香港粤语等多种来源。" —— 新加坡统计局,《2023 年人口趋势》
字形转换无法解决的词汇难题
以「软件」一词为例。只看字符的转换器见到「软件」(简体)便输出「軟件」——字面上的繁体写法。这对香港是对的,因为香港通行「軟件」一词。但对台湾就错了,那里的读者期待的是「軟體」。再举三例:信息(大陆)↔ 資訊(台湾,「information」);程序 ↔ 程式(「program」);鼠标 ↔ 滑鼠(「mouse」)。词组级词典——OpenCC 所称的「p」模式——会识别源词并替换为该地区的目标词,而非套用字面字符映射。
再有就是歧义。「后」字在「皇后」(empress)中意为 queen,但在「后来」(later)中意为 behind / after。一对一的盲映射无从选择;词组感知的词典则至少读取一个相邻字来消歧。同样的问题也出现在 干(do / dry)、乾(只表 dry)、幹(只表 to do)上——这三个繁体字都依语境映射回单一的简体「干」。只有当词典识别出原词组时,往返转换(简体 → 繁体 → 简体)才会保持无损。
这对东盟的企业和读者意味着什么
对发布给台湾或香港客户的新加坡企业来说,軟體 与 軟件 之差,就是「听起来地道」与「听起来像翻译」之差。对马来西亚的华文报业——《星洲日报》《南洋商报》《中国报》——每天关于采用哪个地区变体的决定,都会在语气与可信度上波及不同读者群。字幕和配音团队、跨两岸销售的电商商品页、面向赴巴厘岛或普吉岛的香港游客的旅游内容营销——全都受益于词汇模式,而不只是字符模式。
隐私这一面同样重要。对法律草拟、内部备忘录、财务披露,或任何受 PDPA / GDPR 数据驻留规则约束的内容而言,「在你的浏览器中运行」不是一项功能——而是一条合规底线。本工具在首次输入时把 OpenCC 引擎作为自托管的 JavaScript 数据包加载;你的文字绝不会被传输、记录或在我们的服务器上处理。你可以自己验证:打开 DevTools,在输入时盯着网络标签,你会看到只有一个数据包加载,之后没有任何请求。
关于中文字形转换,你应该知道的 10 件事
相隔三千年. 甲骨文(商朝)与现代简体中文之间,字形保持不变的仅约 30%。
1956 年改革. 中国大陆的《汉字简化方案》于 1956 年 1 月 28 日正式公布——共涉及 2,238 个汉字。
台湾与香港守住了传统. 两地均未采用简体——繁体中文已连续保留了七十多年。
新加坡选择了简体. 新加坡于 1976 年正式采用简体中文——是唯一这样做的主要海外华人社群。
同字异义. 「后」在「皇后」中意为 queen,但在「后来」中意为 behind——靠上下文区分,这正是简单转换会失败的原因。
词汇分歧. 软件(大陆)、軟件(香港)、軟體(台湾)——「software」因地区不同而有三种说法。
OpenCC 始于 2010 年. 这款开源转换器经过 15 年以上的词典打磨,由世界各地的译者共同贡献。
新加坡 76% 为华裔. 据统计局《2023 年人口趋势》——这让得当的中文工具成为日常所需。
马来西亚 22% 为华裔. 约 670 万华裔,在学校多用简体,在文化媒体中则多用繁体。
在浏览器中即可完成. 现代 JavaScript 可在客户端完整运行 OpenCC 的词典引擎(约 1.1 MB)——你的文字永远不会离开你的设备。
常见问题
-
简体中文减少了常用字的笔画(例如 龍 → 龙、後 → 后),由中国大陆于 1956 年推行。繁体中文保留了较旧的字形,至今仍通行于台湾、香港、澳门,以及新加坡和马来西亚以外的大多数海外华人社群。除了笔画精简,两套体系在用词(词汇)、标点习惯,以及偶尔的语序上也有差异。官方简化的汉字约有 2,200 个,而繁体则数百年来大体保持不变。
-
两地都使用繁体字,但在哪些传统字形算「标准」以及词汇上有所分歧。台湾遵循教育部的标准字形(常称为「國字標準字體」)。香港遵循香港增补字符集,其中包含粤语专用字以及略有不同的字形标准。对大多数日常文本而言差异细微,但在出版、字幕和法律文件上就很重要——这正是 OpenCC 为各地分别提供词典的原因。
-
「含词汇」模式(twp/cnp)会进行词组级替换,而不仅仅是逐字转换。不启用它时,「软件」只会变成「軟件」(仅字符转换)。启用后,「软件」会变成「軟體」——这才是台湾读者真正使用的词。程序 → 程式(program)、信息 → 資訊(information)、鼠标 → 滑鼠(mouse)亦同。对营销文案、技术文档,或任何讲求地道地区中文的场合,你几乎总是会想用词汇模式。
-
不会。所有转换都在你的浏览器中以 OpenCC 引擎本地完成(首次输入时加载约 1.1 MB 的 JavaScript 数据包)。你的输入文本、输出文本以及转换过程都不会接触我们的服务器。这对法律草拟、财务材料、内部备忘录,或任何受 PDPA / GDPR 数据驻留要求约束的内容都很重要。你可以自行验证:打开 DevTools → 网络,看看你输入时发生了什么——只有数据包会加载,你的文字不会被上传。
-
OpenCC 是基于词典的转换器,而不是翻译器。在中文内部(简体 ↔ 繁体、地区词汇),OpenCC 对现代标准中文几近完美,因为其映射是确定性的——数以百万计的词组已被收录。就这项特定任务而言,它比 AI 更准确,因为大语言模型偶尔会跑偏或杜撰。至于文言文、古代名称,或词典未收录的专门术语,OpenCC 会保留原字不变,而不是去猜。
-
新加坡官方使用简体中文,所以大多数输入都是简体。如果你是写给新加坡读者:无需转换。如果你要发布给台湾读者,选「简体 → 台湾繁体(含词汇)」(本工具的默认模式——cn|twp)。如果你要发布给香港读者,选「简体 → 香港繁体」(cn|hk)——注意 OpenCC 没有为香港单设词汇模式,因为粤语专用词最好手动处理。
-
可以,但有须注意之处。字形会正确转换——學而時習之(繁体)↔ 学而时习之(简体)没问题。不过文言文使用的词汇和语法与现代中文不同,所以词汇模式(twp/cnp)派不上用场。对文言文,请用纯字形模式(cn|t 或 t|cn)。文言成语通常在各地都有稳定字形,转换起来很干净。
-
有三个原因。第一,有些字在两套体系中完全相同——人、中、文、大 无需转换。第二,人名、地名和品牌名即便用另一套体系书写,也常按惯例保留原形。第三,少数罕见或专门的字可能未收录在 OpenCC 的词典中。如果你发现明显的遗漏,很可能是词典缺口——OpenCC 在 GitHub 上开源,并接受贡献。
-
有——每次转换上限 10,000 字。这是安全限制,而非技术限制(OpenCC 可处理数百万字)。转换以 200 毫秒去抖,而过长的文本会让浏览器标签页在词典引擎遍历输入时短暂卡顿。1 万字的上限涵盖了大多数用例(一篇典型新闻报道约 500–1500 字;一篇长篇文章约 3000–5000 字)。要处理更大批量,请把文本分段。
-
可以。OpenCC 采用 MIT 许可证,而转换后的文本是你自己的工作成果——使用本工具不带来任何授权限制。我们不对你的输入或输出主张任何权利。本工具本身免费,无需注册;我们通过页面上的展示广告盈利,而非收费或付费分级。至于专业出版,我们仍建议由人工复核一遍语域、语气,以及词典可能遗漏的地区惯用语。
Related News
You may be interested in these recent stories from our newsroom.
-
AWS Commits $1 Billion to Embedded AI Engineers as the Enterprise Fight Shifts to Deployment
AWS has committed US$1 billion to a Forward Deployed Engineering organisation that embeds its engineers inside customer teams, following pri...
-
ByteDance Launches Seedream 5.0 Pro, an Image Model That Outputs Editable Layers
ByteDance has launched Seedream 5.0 Pro, a professional image-generation and editing model that breaks a single render into more than ten ed...
-
Mira Murati's Thinking Machines Releases Inkling, Its First Open-Weight Model
Mira Murati's Thinking Machines has released Inkling, its first model: an open-weight, multimodal Mixture-of-Experts system with 975 billion...