ver.1.4.2

2026年8月22日

• 發佈重點：轉換熱路徑大幅加速（純文字語料的整體轉換時間最多降至原本的 1/7），修復大端序平台載入 legacy .ocd 字典得到空字典的問題，並新增兩個實驗性 API（詞級候選查詢與一對多歧義標註，含 CLI --ambiguities）。詞庫方面修正了 s2twp 的數處貪婪匹配錯誤與 tw2t／tw2s 對簡體「么」的破壞性轉換，補充臺灣／香港地區詞，並修正古籍語境下 s2t 的一對多字用字。C++ ABI 與 1.4.1 相同（SOVERSION 1.4），實驗性 API 皆位於未安裝的私有標頭或巨集開關之後，下游程式無需重新連結。
• 詞庫更新：
  • 修復 tw2t／tw2s／tw2sp 會把已是簡體的「什么」轉成「什幺」的問題：生成的 TWVariantsRev 含 么 -> 幺（臺灣標準 幺 -> 么 的反向），在 TWVariantsRevPhrases.txt 補上「什么／怎么／这么／那么／多么／要么／好么／甚么」等例外映射至「麼」形，同時保留「老么 → 老幺」等真正的 yao1 詞（#1469, #1473）。
  • 修復 s2twp 因較短詞條先命中而拆錯詞的問題：補上「互联网络」「快闪存储器」「老挝人民民主共和国」的完整詞條，並將「老撾人民民主共和國」對應到臺灣官方譯名「寮人民民主共和國」（#1467, #1468）。
  • 「梁／樑」：新增臺灣地區用字映射與人名、地名保護詞條（#1407）；並將 TWVariantsRevPhrases 與 STPhrases 對齊，補上 41 條梁（棟梁義）的反向詞組映射，使 tw2t 能從上下文還原「橋樑」而不誤傷姓氏、地名（#1424）。
  • 新增奧斯卡最佳導演與最佳影片製片人的臺灣／香港譯名詞條（取自中文維基百科 NoteTA 地區詞表並以 Wikidata 交叉核對，僅收錄真正存在音譯差異者，如 卡梅隆／卡麥隆／金馬倫）（#1466）。
  • 新增地區詞「內存條 → 記憶體模組」（s2twp／s2hkp，含反向詞條）（#1475）、「数字人文 → 數位人文」（s2twp／tw2sp）（#1465）。
  • s2t：修正古籍語境下一對多字的用字。征／咸／斗／里／范／岳／冲／郁／谷 在 STPhrases 沒有對應詞條時會退回 STCharacters，而那裏的候選次序是按現代用法排的，碰上文言文和書名就常常選錯。此次按義項補入詞條：征伐義（征南、从征实录）、年號與副詞義（咸淳、少长咸集）、星宿義（斗姆、东斗星君）、地名與音譯（甫里、摩里支）、姓氏義（范文正、岳武穆）、道教與梵語音譯（道冲、郁迦罗越）；谷神 改為保留「谷」（《老子》「谷神不死」），谷神星 則因鍵更長，仍映射為「穀神星」。這批問題是在清理殆知閣文獻時發現的，該批書名中 47 條誤轉修正了 46 條，現代語義的轉換一律不受影響（#1479）。
  • s2t：「小丑」不再預設轉換為「小醜」（#1423）；「雇」改為 STCharacters 中「僱」以外的非預設候選（#906）；新增「这周／那周／若干周／几周／周线 → 週」等指示與量化用法，並補上「周围／周边／周遭」的分詞保護詞條（#1428）；新增顯式詞條「复盘 → 復盤」，使其不再只依賴 复 的候選順序（#1427）。
  • t2s：修正過度轉換「乾斷食 → 干断食」「乾紅 → 干红」（#621, #1429）。
  • 修正「鑒」相關詞條與若干提稱語，如「郝铭鉴 → 郝銘鑒」（#1421）。
• 效能：
  • 轉換熱路徑跳過不可能匹配的字元區段：PrefixMatch 在建構時建立 key 起始字元表並提供 SkipUnmatchable()，讓 Conversion::AppendConverted 與 MaxMatchSegmentation 一次消化整段不可能作為詞條開頭的字元（ASCII、標點、emoji 以及不作為任何 key 開頭的漢字），取代逐字元的 trie 查詢。過濾以精確碼位而非 UTF-8 首位元組進行（0xE4..0xE9 這些常見漢字首位元組幾乎都有 key，按首位元組只能跳過約 10%，按碼位則有 69–76% 的位置不匹配任何 key）。22 MB 繁體語料的整體 CLI 時間（含字典載入）：t2s 3.40s → 0.52s、t2tw 3.43s → 0.30s、s2twp 8.40s → 4.86s；4 MB 中英混合語料的 t2s 0.83s → 0.11s。啟動時間、最大 RSS 與缺頁次數不變，轉換輸出逐位元組不變（以對照逐字元參考實作的差分 fuzz 測試保證）（#1464）。
• 實驗性 API / CLI：
  • 新增 librime 風格的詞級候選查詢 Converter::GetConversionCandidates，列舉單一詞經整條轉換鏈後的所有形式（如 s2t 的 里 展開為 里、裏）。該 API 以 OPENCC_ENABLE_UNSTABLE_API 巨集開關隔離，不進入已安裝標頭與 OPENCC_ABI_VERSION 契約；成員刻意設為非虛擬，開啟巨集不改變 Converter 的 vtable（#1431）。
  • 新增一對多歧義標註與 CLI --ambiguities 模式：轉換結果與 Converter::Convert 完全一致，同時標出每一個字典匹配為一對多的輸出區段（如 STPhrases 的 文丑 -> 文丑 文醜、TSCharacters 的 鍾 -> 钟 锺），呼叫方可據此定位歧義位置並按需以 GetAllConversions 取得候選。檔案輸入輸出 JSONL 記錄且記憶體用量有界，互動式 stdin 則逐行輸出 JSON 封包。實作位於未安裝的私有標頭，不改變已安裝標頭與 ABI，轉換熱路徑不受影響（#1461, #1462）。
• .ocd 字典格式：
  • 修復大端序平台（s390x、ppc64、sparc64、hppa）上 legacy 64-bit .ocd 佈局的偵測：原本以探測位元組 [4..7] 是否為零來判斷，該寫法僅在小端序主機成立，導致大端序平台將舊檔誤判為固定寬度格式並載入為空字典。三處判斷統一改用 LooksLikeLegacy64Field()，以原生 uint64_t 讀取探測值並檢查高 32 位，在兩種位元組序下皆正確（#1471, #1472）。
• Node.js：
  • npm 套件的源碼編譯 fallback 從 node-gyp 改為 Bazel：原生 addon 優先透過 @opencc/opencc-<platform>-<arch> 預編譯 scoped 套件安裝（涵蓋 macOS x64/arm64、Linux x64/arm64、Windows x64，均以 Bazel 構建，字典隨包預編譯）；沒有預編譯二進位套件的平台，npm install 會以 Bazel 完整地從源碼構建——編譯 //node:opencc 並重新生成字典（bazel / bazelisk 取自 PATH，或經 npx 自動下載 bazelisk；字典生成腳本的 Python 由 Bazel hermetic 工具鏈提供）。binding.gyp 與 .gypi 構建定義刪除，node-gyp、node-gyp-build、node-addon-api、prebuildify 依賴與 prebuild npm script 一併移除；tarball 不再攜帶 deps/（C++ 三方依賴改由 Bazel Central Registry 提供），改為攜帶 Bazel workspace、src/ C++ 源碼與 data/ 字典源檔（#1426, #1430）。
  • CI 測試任務、Makefile target 與源碼 checkout 的開發構建一併改用 Bazel，與 npm 發佈所用的構建路徑一致；Windows CI 任務移至 windows-2025-vs2026（#1426）。
• 打包 / 構建系統：
  • packaging/debian/ 同步至 Debian 的 1.4.1+ds1-8。Debian 已採納上游先前提出的 jieba 插件打包提案（拆為 opencc-jieba 與 arch:all 的 opencc-jieba-data 兩個套件，內嵌 cppjieba 的理由記於 debian/README.source）；Debian 端亦重新啟用了 autopkgtest。packaging/debian/SPLIT_PROPOSAL.md 隨提案落地移除。另外 1.4.1+ds1-8 修復了 .ocd2 被放進 Architecture: all 套件的問題：.ocd2 是依主機位元組序寫出的 marisa-trie 映像，所有架構都會拿到 arch:all buildd 上構建的小端序副本，opencc 在 s390x 上因而以 size > avail_ 失敗（Debian bug #1145010，由重新啟用的 s390x autopkgtest 揪出）。*.ocd2 已移回 arch:any 的 libopencc1.4、jieba_merged.ocd2 移回 arch:any 的 opencc-jieba；libopencc-data 與 opencc-jieba-data 現在只含 JSON 配置與純文字 jieba 詞典來源。
  • Debian 套件構建改在 debian:sid 容器中進行（同步來的打包以 unstable 為目標，Ubuntu LTS runner 無法滿足），並在 dpkg-buildpackage 前套用 debian/patches quilt series（自動跳過已在樹中的補丁）；arm64 改用 ubuntu-24.04-arm runner 原生構建，取代先前的交叉構建（#1420）。
  • 新增 packaging/freebsd/：FreeBSD ports tree chinese/opencc 條目的參考副本，供上游審閱與準備提交給 port maintainer 的改動。
  • 新增精簡 C++ 源碼包發佈流程（release-source.yml）：以 OPENCC_SOURCE_PACKAGE_PROFILE=opencc 產生僅含 C++ 核心的 CPack 壓縮包（不含 Node.js、Python、文檔、packaging 與 plugins），並以 CMake 與 Bazel 雙路徑冒煙測試後上傳至 draft release；為此保留 Bazel workspace 檔案與頂層 patches/，僅排除可能含 API key 的 .bazelrc.user。
  • 修正 cmake/GitVersion.cmake 的 fallback 版本號：1.4.1 發佈時仍停留在 1.4.0，導致從釋出的 tarball（無 git 資訊）構建時版本回報為 1.4.0；本次發佈同步將其更新至 1.4.2，並讓 scripts/compute-version.sh 的 fallback 與之一致（先前停留在 1.2.1）。因此 Debian 打包的 0010-fix-git-version-fallback.patch 對 1.4.2 已無作用而移除，0012-fix-legacy-dict-detection-on-big-endian.patch 亦已包含於本次發佈。
  • Windows 發佈自本版起啟用程式碼簽章憑證：可攜式 CLI 壓縮包中的執行檔，以及 win32-x64 npm 二進位（opencc.node、opencc-jieba.dll）皆經 Authenticode 簽章，簽章服務由 SignPath.io 免費提供、憑證由 SignPath Foundation 免費提供，發佈流程改用其 release-signing policy；相關聲明與簽章／隱私政策見 README 的「Code Signing 程式碼簽章」一節（#1458, #1459）。
• 測試：
  • PrefixMatchTest 改用測試專屬的字典檔名，避免與 MarisaDictTest 在共享工作目錄下爭用同一個 dict.ocd2，該競爭會使並行 ctest（如 dh_auto_test 的 ctest -j8）偶發失敗。