「BIG5在线校验」这事儿，踩坑的人是真多。我整理过一批读者提问，发现八成都栽在同一个地方——不是难，是没人把规则讲明白。
记牢这几条
简繁转换不只是字对字替换，要考虑一简多繁(发→發/髮)、用词差异(软件/軟體、计算机/電腦)、地域习惯。专业转换用OpenCC库支持词级转换和异体字处理，比简单字对字准确得多。写完正则或解析逻辑，一定用边界案例测：空串、超长、特殊字符、Unicode。大文件别一次性读进内存，用流式处理或逐行读取，否则容易OOM。
展开讲讲
编码方面：简体常用GBK/GB2312，繁体常用BIG5，统一用UTF-8最省心。纯字对字转换会出错(比如"皇后"的"后"和"后面"的"後"在简体都是"后"，转繁体要区分)，这就是为什么需要词库。编码问题九成是UTF-8和GBK没统一，全链路统一UTF-8能解决一大半乱码。哈希和加密是两码事，前者不可逆后者可逆，别混着用。
再强调几句
先搞清概念。BIG5在线校验这类文本操作，本质是对字符串按某种规则转换或分析。搞懂规则(编码标准、正则语法、格式规范)，操作就有章法；规则没吃透，照着抄都会出错。编码转换先确认源编码，盲目转只会越转越乱。特殊字符在该转义的地方一定要转义，否则解析失败或被注入。
具体怎么做
别想复杂了，就这几步：
- 第一步：确认源文本编码(建议统一UTF-8)
- 第二步：选择转换工具：简单字对字 or OpenCC词级转换
- 第三步：简转繁用OpenCC的s2t，繁转简用t2s
- 第四步：转换后人工抽查一简多繁的高频字(后/发/干/面/台)
- 第五步：台湾地区用语还需做词汇转换(软件/軟體、网络/網路)
几个要注意的地方
操作之前，这几件事你得心里有数：
- 不能字对字：简体"后"对应繁体"後"(后面)和"后"(皇后)
- "发"对应"發"(发展)和"髮"(头发)，字对字会出错
- 两岸用语差异：软件/軟體、计算机/電腦、网络/網路、打印/列印
- 统一用UTF-8能同时表示简繁，避免GBK/BIG5编码冲突
讲真，我写这篇也重新梳理了一遍自己的思路。教是最好的学，这话一点不假。
常见问题
【简繁转换为什么不能字对字？】因为一简多繁：简体"后"对应繁体"後"(后面)和"后"(皇后)，"发"对应"發"(发展)和"髮"(头发)。字对字会出错，要用OpenCC等支持词级转换的库。
【简繁转换还要注意什么？】用词差异：软件/軟體、计算机/電腦、网络/網路、打印/列印。不只是字形，是两岸用语习惯不同。专业转换库(OpenCC)会处理这些词汇层面的差异。
【BIG5在线校验是什么意思？】属于文本处理范畴，是对字符串按特定规则转换或分析的操作。具体含义要看场景，但核心都是让文本数据能在不同环境正确表示和使用。
【简体和繁体用什么编码？】简体常用GBK/GB2312，繁体常用BIG5，但现在统一用UTF-8最省心，能同时表示简繁甚至多国语言。乱码多半是编码不一致，统一UTF-8能解决大部分问题。
