繁体中文的字幕读起来不那么顺畅，转成简体中文就容易多了。对于电视剧有很多字幕文件的情况，需要批量转换。这个实验过程可以帮助理解简繁对应关系、编码，实践命令行工具使用和批处理编写，可以涉及环境变量、搜索路径、cmd和shell知识，以及word、记录本、Total Commander使用。

1. 解决方案

本文把字幕批量从繁体转换为简体，涉及到的命令行工具为 OpenCC 和 iconv。工具的下载路径、简要的原理、其他替代工具将在后文给出。使用如下所示的bat代码。

for %%i in (*.ass) do (

 iconv -f UTF-16le -t utf-8 "%%i" > "%%i.utf8"

 opencc -i "%%i.utf8" -o "%%i" -c c:\tools\opencc\share\opencc\t2s.json

 del "%%i.utf8"

)

2. 繁体转简体，其他工具 及 原理

电影的单个字幕文件转换，可以用word完成。常用的字幕格式 srt, ass 都是纯文本文件，可以用word打开。使用word的"繁转简"功能即可达到目的。

简体 繁體

在原理上，如下图所示，两个“体”字，在同一个文件中可以同时出现。这两个“体”字的的不同并非由于 编码、国别、本地化locale、字体 的差异，而是不同的字符。在编码上互不相关，二者的对应关系完全由于自然语言汉语决定——在技术上，任意两个字符（严格地说，还有多对一、一对多等情况，在此略过）都可以对应——人为规定“体”与“體”之间为简-繁对应。

电视剧的字幕每集一个文件，逐个用word打开操作，有点麻烦。这种任务，一般适合使用命令行操作。

有个 OpenCC 项目，支持命令行下的繁简转换。

https://github.com/BYVoid/OpenCC

我运行时报错，但是没有找到详细手册。猜测 OpenCC 只能读入 UTF-8编码。

3. 编码，其他工具 及 原理

（1）判定当前编码

我当前要处理的字幕文件是不是utf-8，查看文件编码可以用 Linux 下的 file 命令。或者用记事本 | 另存为，或者用 Total Commander | F3 查看 等诸多方式。这几种方式间可以相互补充印证。

（2）转换编码

在原理上，编码的不同是更一般性的问题，在各种语言中普遍存在，而不仅在中文中存在。通过 记事本 | 另存为，保存为 UTF-8，可以完成编码的转换，从而符合 OpenCC 的输入条件。也可以使用 SubtitleEdit 另存时转换编码。

批量处理的话，可以使用 iconv。

Iconv 在 https://gnuwin32.sourceforge.net/packages/libiconv.htm。下载 Binaries 和 : Dependencies，解压到同一目录中。

4. 批处理

了解以上原理、试用命令行工具对单个文件转换成功后，选用 iconv 和 opencc 写 bat代码 完成批量转换。

（1）遍历目录

遍历当前目录，并以扩展名 ass 作为筛选文件的条件，形成下面的循环。

for %%i in (*.ass) do (

rem 对每个文件执行的操作

)

（2）对每个文件执行编码转换，然后由繁体转换为简体

在循环体中对遍历的每个文件执行类似操作。

第一步，用iconv转换编码，由utf-16 小端 unicode 到 utf-8。

第二步，用opencc执行由繁体到简体的转换。

第三步，删除临时文件。

for %%i in (*.ass) do (

iconv -f UTF-16le -t utf-8 "%%i" > "%%i.utf8"

opencc -i "%%i.utf8" -o "%%i" -c c:\tools\opencc\share\opencc\t2s.json

del "%%i.utf8"

)

其中 %%i 是对应当前遍历的文件名的变量；

c:\tools\opencc\share\opencc\t2s.json 是繁体到简体的配置文件及其所在路径；

%%i.utf8 是临时文件。

Iconv 和 opencc 需要放在搜索路径%path%下，或者像下面这样使用如下绝对路径。

先备份，然后把所有字幕文件放在当前目录下，执行上述批处理（名字就叫“字幕文件 unicode2utf8 繁2简 - go.bat”）。一瞬间以后，所以字幕文件完成了编码和繁简转换。在此案例中，只有一个文件 a.ass。

使用 Total Commander | F3 功能或者上述提到的其他方法，可以验证编码转换完成。

打开文件查看内容，可以检验，已由繁体转换为简体。