我是textpro程序中转码表的作者，本坛中知道者也不少，用过textpro转码的人更多。在看了“cnbook繁简、简繁替换表的纠错活动”（
http://www.pkucn.com/viewthread.php?tid=233674&extra=page%3d2）一文与跟帖，不得已在做一点声明。我并非针对cnbook而来，是希望找到一些真心愿意参与简繁体汉字互转的同仁来共襄此举。
简繁体汉字互转是一件十分费力之事，需要确定解决矛盾的多条原则，本质上是无法穷举，恐怕有些地方就是专家们的意见都不一致。由于多数人没有做过这个工作，就容易想当然，包括上贴的楼主。楼主并不理解cnbook中转码表的作法，从cnbook为摆脱textpro痕迹而后增的许多错误转换就可看出（跟贴中的多数错误并不存在于textpro中）。对一个程序来说，改一个转码错字并非易事。像帖子中这样加减下去只会让这个程序的转码错误越来越多！请不要奇怪或生气，我就用上帖中的修改的例子来说明：
“回文=迴文”在颠倒字序的意义上是对的，在转“回族文字”时就是错的。所以textpro的数据中有：
回文印=迴文印
回文织锦=迴文織錦
回文诗=迴文詩
回文锦=迴文錦
而无“回文=迴文”，即在两可的情况下只能根据使用频率择取一种了，而回文的频率远高于迴文，这就是textpro的依据。
跟帖说“转换一篇文章可能会遇上一两个转错的字，一般也就一笑了之，随手改掉算了。不可能指望网友发现一个错字，就屁颠屁颠发一封邮件给作者汇报，发现十次就报告十次，这也不太可能啊，你说呢？”
我要说：发现一个错字就随手改掉的办法并不适用于一个程序。一是在你发现的场合错了，不等于在其它场合这种修改就一定是对的。这也是textpro不让用户自行更改转码文件的目的；二是如果大家都只改自己的，转码程序就只有作者本人能提供他自己碰到的错误了，对于程序的整体改进就起不到任何积极作用了。所以很遗憾，为了大家的利益您最好还得报告！
“根据google搜索结果的多少取舍”，这是一条错误的原则。在异体字上经常用错之处，搜索结果绝对是错误多于正确。这些都是经验之谈。
“删减不必要的替换词条”，其实这就是寒兄不懂了，以前你不理解为什么要保留等号左右全等的词组，正是为了避免转错而保留的看似重复而多余的词组。就像
一干人等=一干人等
一干土匪=一干土匪
一干弟兄=一干弟兄
一干弟子=一干弟子
......
就是为了避免把“干”转错。注意这里不能简单地用“一干=一干”，否则“一干二净”就会转成“一干二淨”而不是“一乾二淨”了。同理，textpro保留了以下词组：
须发=鬚髮
必须发=必須發
须发展=須發展
须发挥=須發揮
须发放=須發放
须发现=須發現
须发生=須發生
须发觉=須發覺
须发誓=須發誓
......
cnbook与textpro两个程序的关系，我想寒兄应该公开讲明吧。我不反对你继续修改cnbook的转码表（因为两个软件的应用场合不尽相同），但希望是越改越好，而不是越改越乱。
楼主找的diff.xls中只有不到三千组的异体字。而《汉字大字典》单卷本后的附录中曾附上一个一万多组的异体字表，不知是不是被人挑出一些错误或是其它原因，后来再出的三卷本就取消了。我们曾组织人员用unicode字将此附录中能打出的一万多组录入了电脑，但要组成合适的分辨词组，尚是一个需要许多有志之士联系起来才能完成的艰巨任务。
最初设计textpro的转码功能是三层：词组优先，单字次之，最后还有一个人工选择（这个功能几乎没人使用，在请人重编textpro时因故舍弃了这一层转码功能，以后因缘成熟时仍可加上）。为了词组优先，我用数月时间翻遍了常用的工具书。试验文件全为佛经，在古今冲突时以古为主。由于我没有更多工夫做此事，所以遗漏难免。既然这个软件走向社会了，我也希望借网上力量，让有志参与者一起来改进这项工作，尤其是大陆以外的参与者和国内上年纪的老人。目前可通过加入textpro的测试qq群（群号：49369241）或发email（
linden@fodian.net）的办法参与。对于愿意参与修改转码者，我可公开全部数据（但仍不许用户自行更改dat文件，理由如前述）。我的初步想法是如果每个参与者能研究解决10个异体字组的问题，不用多久，textpro软件就能大大提高转码的精确率，为大众提供更好的服务。
目前最新的v6.5测试版下载地址：
http://www.fodian.net/tools/textpro6trial.rar------------
嗯。同意linden的看法。tp本来的转码表，也就是linden的作品，应该还是不错的。我后来草率合并了其它来源的数据，反而把转码表搞乱了。
在现在的cnbook发布中，我已经删除了data目录。即默认使用windows函数转换。
我不准备再维护转换表了。一方面我不熟悉繁体字，另一方面我也没时间。这项工作应该由有繁简转换需求、熟悉繁体字，并且有时间的同志完成。
chukkok网友热心帮我校对了一份文档，我现在又说不搞了，非常抱歉！其实我后来又按照chukkok指出的问题纠正了一些错误，放在了
http://www.fmddlmyy.cn/download/data.zip如果认为windows的默认繁简转换不能满足要求，我建议大家使用linden维护的textpro。
------------
呵呵，对于寒潭惊鹤影兄对cnbook的努力，我稍微的校对其实算不了什么的
繁体转码的问题，主要是在简体是一字，在繁体却是多字，以干，乾，幹的词库为例，我从繁体国语辞典中搜寻，然后转简体，再转繁体，cnbook，textpro都还有误处，附表。
http://140.111.34.46/newdict/dict/linden提到先词组，后单字的转码，又能自定义是非常不错的。其实繁简差异字，参考曹世木光君的
http://www.pkucn.com/viewthread.php?tid=239097&extra=page%3d1，不过几十个，这些字的词库都从国语辞典中搜寻出来，那岂不是繁简转码精确率大大提高了？
------------
linden大叔
联系 和 关系被textpro转换为「聯係 和 關係」
很显然是不对的
「聯繫 和 關係」才是对的
汇报如上
------------
textpro程序中转码表的作者是值得敬佩的！我曾有一段时间试用tp的简繁体转码功能，tp的转换准确率给我留下了深刻印象。
后来发现两个问题，渐渐弃用tp。
一、linden自己也承认“试验文件全为佛经，在古今冲突时以古为主。”将汉字的子集限定于佛经之内，这对于我们日常使用，不免带来一些不便。有些转换，对于您转换佛经可能是合适的，但对于现代文则未必合用。一个很明显的例子：在繁体佛经中，可能极少出现“只”字，而多见“祇”，故linden的转换表就收录“祇能”、“祇要”等一系列词组。事实上，在现代繁体文章当中，多用“只能”、“只要”，而很少人会用“祇能”、“祇要”；上世纪二、三十年代的文章中，可能常用“祇”，呵呵。
其实，这恰恰也验证了linden自己的观点：“在你发现的场合错了，不等于在其它场合这种修改就一定是对的。”——在转换佛经的场合对了，不等于在其它场合就是对的。而linden以此为“textpro不让用户自行更改转码文件的目的”，这会给普通人转换普通文章带来一些不便。试想，每次转换完毕，再手动去“搜索/替换”一批“祇能→只能”、“祇要→只要”之类古色古香的词组，不会是一件多么愉快的事情。
二、两可词——类似linden提到的“回文=迴文”——在这一方面，tp并没有多少优势。我曾搜集过一大批两可词，上传到本论坛，可惜一般人是无法校对的（准确地说，是“斟选”，因为两个词都是正确的，只是适用的语境不同，那需要语言专家+统计专家来做，或者是借助高级的语义分析系统才能正确简繁转换。），原帖子我自己都找不着、也懒得找了。由于大量两可词的存在，我们对于转换表的优化显得有些苍白而无力。说得悲观一点：
近乎徒劳。
------------
大家对简繁转换都有共识，确实是非常困难的！chukkok兄的表我会检查一下并吸收合理部分的。但其中有些也是两可的，如“乾死-干死-幹死”，“干死”转为“乾死”和“幹死”均可。
我们会不断改善textpro的转码精度，但恐怕我们还无法满足不同人群的需求。
有些网友可能是基于textpro的过时版本，像tongtc不妨用最新版本转“联系和关系”，已经转为“聯繫和關係”了。“只”字也不转为“衹”了。
天兄真是又可爱又可气，费了好大力气总结的东西怎么连自己也不留一份呢？是否还能再在硬盘和本坛搜索中再找找呢？赠人玫瑰，手有余香啊^o^ 作为回报，我可以为你专门做两个dat文件如何？
------------
引用:
原帖由 linden 于 2009-5-29 22:37 发表
天兄真是又可爱又可气，费了好大力气总结的东西怎么连自己也不留一份呢？是否还能再在硬盘和本坛搜索中再找找呢？赠人玫瑰，手有余香啊^o^ 作为回报，我可以为你专门做两个dat文件如何？ ...
------------
只怕是参与的人越多，错误越多。
这种事恐怕要楼主亲自动手才好，才能保证质量。简繁转换是件好辛苦的事，楼主如果能够拿下，可谓牛人了。
------------
linden大叔 新版在哪下载？
------------
引用:
原帖由 tongtc 于 2009-5-30 17:12 发表
linden大叔 新版在哪下载？
------------
我会抽点时间把没有疑问的异体字部分先做好，可惜对疑难字我不可能有多少时间来研究了。
我们是属于实用主义者，进行录校佛经、文字整理、软件编程也有十年了。有些事情就不等结论了，先做起来再说。
这两天我也看了有几位专家（李小狼、曹兄等，不一一列了）发过一些帖子有他们的成果。我也会在textpro中吸收他们的成果。不知他们还有没有雅兴继续此项工作。最终成果也会上传到这里给大家共享。
在此我把我们录入的《汉字大字典》单卷本附录中的一万多组异体字分享给大家吧。我们只是录入，未做整理。也许对大家有用。
我还上传了我们做的组字式，分两种：一是big5中缺字但unicode中有字部分（组字方式不唯一，有重复），将近11800字。这张表中包括一些异体字、通用字和容错字；二是佛经中有但unicode中无的字，有16000多字。以上二文件肯定还有一些错误，只能以后慢慢完善吧。
如果有人愿意分担这项工作的话，可以给我来信（
linden@fodian.net）。
