HTML 是网页的源文件,文字夹在标签之间,标签的属性里还有链接、图片地址和类名,页面里还有 JavaScript 和 CSS。整份直接转换,会把href里的中文路径、类名和 JavaScript 里的字符串一起改掉,链接失效,样式和 JavaScript 出错。这个页面先按 HTML 的规则把文件拆成标签和文字,只把页面上显示的文字按原位置替换,其余字节原样保留,不会重新排版。
会转换的内容
- 标签之间的文字,包括
<title>。 - title、alt、placeholder、aria-label 属性。
- description、keywords、og:title、og:description 这几种
<meta>的 content。 - 用
头这类数字字符引用写的中文,转换后按原来的写法写回。
保持不变的内容
- 标签和其他属性,例如 href、src、class、id。
- JavaScript 和 CSS:
<script>、<style>的内容,以及 HTML 注释。 - 代码:
<pre>、<code>、<kbd>、<samp>里的文字。
编码与乱码
旧网页常用<meta charset="gbk">指定编码。输出文件是 UTF-8,如果不改,浏览器仍按 GBK 解读,页面就会乱码,所以<meta charset>和 XML 声明里的编码会自动改成 utf-8。原来声明为中文的<html lang>默认改为目标语言,例如 zh-Hant-TW,可以在高级选项里关闭。
转换示例
| 原文 | 结果 |
|---|---|
| <title>软件下载</title> | <title>軟件下載</title> |
| <p>他把<b>头</b>发剪短了。</p> | <p>他把<b>頭</b>髮剪短了。</p> |
| <img src="图片/头像.png" alt="头像"> | <img src="图片/头像.png" alt="頭像"> |
| <a href="/分类/软件" title="软件">软件下载</a> | <a href="/分类/软件" title="軟件">軟件下載</a> |
| <p>运行 <code>安装程序.exe</code> 即可。</p> | <p>運行 <code>安装程序.exe</code> 即可。</p> |
| <meta charset="gbk"> | <meta charset="utf-8"> |
由 OpenCC(s2t)实际转换生成。
怎么用
- 把 .html 或 .htm 文件拖到页面上,或点「选择文件」,一个站点的多个页面可以一次选上。
- 选方向和标准;面向台湾读者选「台湾」,「转换地区用词」默认打开,用词会换成台湾说法。
- 看卡片上的提示,charset 改动、结构不规范等情况都会列出。
- 下载后在浏览器里打开检查一遍。
注意事项
- 互相链接的一组页面,下载时文件名请选「保持原名」。链接地址不会改,文件名加了语言后缀就和链接对不上了。
- JavaScript 里的文字不会转换。由 JavaScript 显示的界面文字如果放在单独的 JSON 文件里,可以把那个文件也拖进来一起转换。
- 转换地区用词时,页面上的用词会换成当地说法,例如「点击」转成「點選」,上线前请通读一遍。
常见问题
网页里的 JavaScript 和 CSS 会被改坏吗?
不会。<script> 和 <style> 的内容、HTML 注释以及 class、id 等属性都原样保留。
链接里的中文网址会变吗?
不会。href、src 等地址保持原样,例如 /分类/软件 不会被转换,链接不会失效。
为什么 charset 被改成了 utf-8?
下载的文件是 UTF-8 编码。如果页面仍声明 gbk 或 big5,浏览器会按旧编码解读,显示成乱码,所以声明会自动改为 utf-8,卡片上会提示改动。
能直接输入网址转换整个网站吗?
不能。本站不抓取网页,需要先把页面保存成 .html 文件,再拖进来转换。
页面里的代码示例会被转换吗?
不会。<pre>、<code>、<kbd>、<samp> 里的文字保持原样。