我给一个台湾客户做过简体中文官网的繁体版本。第一版是把整站文案丢进一张逐字映射表，结果"头发"变成"头發"、"面条"变成"面條"，"干部"倒恰好撞对了"幹部"。客户直接截图发来三处，说读起来很像机翻。那一轮我返工改了三天——文案里一共 4300 多条字符串，其中 200 多处需要人工判断该用哪个字。后来才想明白：简繁转换难的不是字形怎么映射，而是同一个简体字背后往往有几个不同的繁体来源，必须靠语境挑。
一、"一简对多繁"为什么必然出错
简化时把几个不同的繁体并成了一个简体，反推就没有唯一解：
| 简体 | 可能的繁体 | 按语境区分 |
|---|---|---|
| 发 | 發 / 髮 | 发展→發展；头发→頭髮 |
| 后 | 後 / 后 | 后面→後面；皇后→皇后（不动） |
| 干 | 幹 / 乾 / 干 | 干活→幹活；干燥→乾燥；干预→干預 |
| 面 | 面 / 麵 | 前面→前面；面条→麵條（麪是异体字，规范写作麵，但我用的工具在香港模式下给的就是麪條） |
| 台 | 臺 / 檯 / 颱 | 台湾→臺灣（也见"台灣"写法）；台风→颱風；吧台→吧檯 |
字符级映射对这类字只能选一个，所以必然错掉一批。真正能压住错误率的是词组级词典："头发"作为一个词命中"頭髮"，"发展"命中"發展"，靠上下文而不是靠单字决定。这也是我不再自己写替换表、改用基于 OpenCC 词库的方案的原因。
对应关系不是我想当然的：一简对多繁的清单以《简化字总表》（1986 年重新发布）为准，《通用规范汉字表》（2013 年发布）的附件一《规范字与繁体字、异体字对照表》给出规范字与繁体字、异体字的对照。我做术语表时按这两张表核过一遍，机器给出的结果只当建议。
二、繁体内部并不统一
面向台湾和面向香港的稿子，用的字和词都不是同一套。台湾地区的习惯用词会把"软件"写成"軟體"、"网络"写成"網路"，这属于词汇层差异，不是把某个字换成另一个字就能得到的。所以我现在分两遍出：先出通用繁体，再按投放地选台湾正体或香港繁体重跑一遍，最后拿其中一份当基准稿去校另一份，把混用的地方统一掉。
三、我实际的处理流程
- 导出简体原文，先把不该动的内容隔开：代码片段、变量名、URL、邮箱、产品型号。这些一旦参与转换就会坏掉，我用占位符先替走，转完再贴回来。
- 整段贴进简繁体转换，选方向和地区模式——具体提供哪几档（通用繁体、台湾正体、香港繁体），以工具页面实际显示的为准。大段文本不用拆，但转完我一定做一次行数和字符数核对。
- 把结果和原文并排 diff，只盯含"发、后、干、面、里、台"这几个字的行，逐行确认。
- 专有名词单列一张表：人名、地名、品牌、作品原名。这类一律不让机器改，比如"皇后"不能动，"台"作地名或机构名时要不要写成"臺灣"，取决于对方给的用字规范，必须人工定稿后写进术语表复用。
- 发之前用客户给的样本反查术语一致性：同一份稿子里"影片"和"视频"、"軟體"和"軟件"不能同时出现。
四、我的复核清单和它的工作量
三天返工之后，我把复核从"通读一遍"拆成了几项有明确数量的固定动作，不然这件事根本做不完：
| 检查项 | 那一版里的量 | 处理方式 |
|---|---|---|
| 含"发、后、干、面、里"的行 | 186 行 | 逐行看，只判断字选得对不对 |
| 人名、地名、品牌、作品原名 | 41 条 | 写进术语表，机器不参与 |
| 标点（引号、书名号、顿号） | 约 200 处 | 按投放地规范统一处理一遍 |
| UI 短文案（有溢出风险） | 55 条 | 转完回到界面截图比对 |
| 代码、变量、URL 占位符 | 12 段 | 转换前后各校验一次是否原样 |
第一次整理这张表花了我大半天，第二次同一个客户的增量文案只剩 200 多行要过，术语表直接复用，成本一下就掉下来了。
五、容易忽略的细节
- 繁转简大多无损，但不是全部：多繁对一简的方向确实安全得多，可"著／着""萬／万""醜／丑""於／于""瞭／了""藉／借"这一类仍要按词判断——OpenCC 在繁转简方向也专门设了词组层，就是为了这些。我的做法是对这几个字做一次全文抽查，而不是整篇放行。
- 版面溢出的真实原因：简繁都是全角一字宽，单个字符的度量不变；溢出是因为词长变了——"内存"变"記憶體"多一个字，"数据"在港台常写作"資料"，"服务器"在台湾常写作"伺服器"。定宽按钮和标签页最容易顶出来。
- 字幕的口径要先说清：我按"条"算，一集 45 分钟大约 900 条字幕，写成 .srt 是 900×3 = 2700 行（每条一个序号行、一个时间行、一个文本行）。序号行和时间行那 1800 行是纯数字，转换不动它们，可以排掉；剩下 900 行文本仍要逐条看有没有整行被替换或时间码错位，抽 10 行只够查格式，不够查字。
- 异体字混用：同一篇里出现两种写法，读者一眼就觉得不专业。转换之后统一用词比转换本身更花时间。
- 古籍和诗词：这类文本里冷僻对应很多，还有避讳字和通假字，机器转完必须逐句校。
- 混排怎么查：改到一半的稿子里常常两种写法同时出现，通读很容易漏。我的做法是把两份地区版本都跟同一份简体原文对齐，只看不一致的行，比逐字读快得多。
- 敏感内容放本地：客户名单、合同文本这类东西，我不会经过任何后端。这是挑选工具时的前提条件。
六、常见疑问
Q：转换会不会出错，能直接发布吗？
我没做过统计，只能说定性判断：新闻、说明类常规文本里明显错字很少，但一简对多繁和地区用词永远有剩余错误。我那次 4300 多条里有 200 多处要人工定夺，集中在"发、后、干、面、台"这几个字上。对外发布、有客户在读的稿子必须过一遍人工复核，内部参考可以直接用。
Q：会破坏原来的换行和段落吗？
以工具页面的实际输出为准，我不替它打包票。我自己的做法是转完比一次行数：那 4300 多条字符串唯一一次串行是我自己贴错了源文件，不是转换改的。
Q：能同时出台湾和香港两套吗？
我是分两次跑、每次选对应地区模式，再 diff 两份结果，把差异整理成术语表。可选项有几个以页面显示为准；同一份文案要供两个地区时，这张表下次能直接复用，越用越短。
Q：能顺便得到拼音或注音吗？
它只管字形和用词，不负责读音。要拼音得用汉字转拼音那一类工具。
Q：文本很长会不会被截断？
我单次跑过整本手册的量没出问题，但更稳的做法是分章节处理，最后做一次字符数核对，防止整段漏掉却没发现。
那三天返工换来的结论是：简繁转换的成本不在"转"，而在知道该复核哪几处。把容易出错的单字列成清单、把专有名词单独管起来，两轮就能收敛。把剩下九成依赖格式规则的机械替换交给程序，人只管那不到一成依赖语境的判断——分工摆对之后，这类活儿就不再需要三天。