超简单 Python 汉字拼音转换工具

开发 开发工具
将汉字转为拼音,可以用于批量汉字注音、文字排序、拼音检索文字等常见场景。

将汉字转为拼音,可以用于批量汉字注音、文字排序、拼音检索文字等常见场景。

现在互联网上有许多拼音转换工具,基于Python的开源模块也不少,今天给大家介绍一个功能特性最多的模块:  pypinyin ,它支持以下特性:

  1. 根据词组智能匹配最正确的拼音。
  2. 支持多音字。
  3. 简单的繁体支持, 注音支持。
  4. 支持多种不同拼音/注音风格。
  5. 命令行工具一键转化

1.准备

开始之前,你要确保Python和pip已经成功安装在电脑上,如果没有,可以访问这篇文章:超详细Python安装指南 进行安装。

(可选1) 如果你用Python的目的是数据分析,可以直接安装Anaconda:Python数据分析与挖掘好帮手—Anaconda,它内置了Python和pip.

(可选2) 此外,推荐大家用VSCode编辑器,它有许多的优点:Python 编程的最好搭档—VSCode 详细指南。

请选择以下任一种方式输入命令安装依赖:

  1. Windows 环境 打开 Cmd (开始-运行-CMD)。
  2. MacOS 环境 打开 Terminal (command+空格输入Terminal)。
  3. 如果你用的是 VSCode编辑器 或 Pycharm,可以直接使用界面下方的Terminal.
pip install pypinyin

2.基本使用

最普通的拼音转化方法如下:

pypinyin  pinyin, lazy_pinyin, Style
pinyin()

识别多音字:

pypinyin  pinyin, lazy_pinyin, Style
pinyin(, heteronym=)

设置输出风格,只识别首字母:

pypinyin  pinyin, lazy_pinyin, Style
pinyin(, style=Style.FIRST_LETTER)

修改音调输出位置,在相应字母的后面显示音调,或者拼音的最后显示音调:

pypinyin  pinyin, lazy_pinyin, Style


pinyin(, style=Style.TONE2, heteronym=)



pinyin(, style=Style.TONE3, heteronym=)

不考虑多音字的情况:

pypinyin  pinyin, lazy_pinyin, Style
lazy_pinyin()

不使用v来代替ü:

pypinyin  pinyin, lazy_pinyin, Style
lazy_pinyin(, v_to_u=)

标记轻声:

pypinyin  pinyin, lazy_pinyin, Style

lazy_pinyin(, style=Style.TONE3, neutral_tone_with_five=)

使用命令行一键识别拼音:

python -m pypinyin 音乐

3.高级使用

自定义拼音显示风格

我们可以通过 register() 来实现自定义拼音风格的需求:

pypinyin  lazy_pinyin

pypinyin.style register


:
.format(pinyin)


lazy_pinyin(, style=)

可以见到,通过定义一个 kiss 函数,使用 register 装饰器,我们生成了一个新的 style,这个 style 可以直接被用于拼音的转换参数,非常方便。

另外,所有模块自带的 style 及其效果如下:

:



NORMAL =

TONE =

TONE2 =

TONE3 =

INITIALS =

FIRST_LETTER =

FINALS =

FINALS_TONE =

FINALS_TONE2 =

FINALS_TONE3 =

BOPOMOFO =

BOPOMOFO_FIRST =

CYRILLIC =

CYRILLIC_FIRST =

处理特殊字符

默认情况下,对于文字中的特殊字符会不做任何处理,原样返回:

pinyin()

不过如果你想对这些特殊字符做处理也是可以的,比如:

ignore  : 忽略该字符

pinyin(, errors=)

errors​ : 替换为去掉  \u  的 unicode 编码:

pinyin(, errors=)

callable 对象​  : 提供一个回调函数,接受无拼音字符(串)作为参数, 支持的返回值类型:  unicode​或 list​或 None:

pinyin('你好☆☆', errors=lambda x: 'star')
# [['nǐ'], ['hǎo'], ['star']]

pinyin('你好☆☆', errors=lambda x: None)
# [['nǐ'], ['hǎo']]

返回值类型为 list时,会自动 expend list:

pinyin('你好☆☆', errors=lambda x: ['star' for _ in x])
# [['nǐ'], ['hǎo'], ['star'], ['star']]

# 指定多音字
pinyin('你好☆☆', heteronym=True, errors=lambda x: [['star', '☆'] for _ in x])
# [['nǐ'], ['hǎo'], ['star', '☆'], ['star', '☆']]

自定义拼音库

如果你觉得模块输出效果不合你意,或者你想做特殊处理,可以通过  load_single_dict()​ 或  load_phrases_dict()  以自定义拼音库的方式修正结果:

from pypinyin import lazy_pinyin, load_phrases_dict, Style, load_single_dict
hans = '桔子'
lazy_pinyin(hans, style=Style.TONE2)
# ['jie2', 'zi3']
load_phrases_dict({'桔子': [['jú'], ['zǐ']]}) # 增加 "桔子" 词组
lazy_pinyin(hans, style=Style.TONE2)
# ['ju2', 'zi3']

hans = '还没'
lazy_pinyin(hans, style=Style.TONE2)
# ['hua2n', 'me2i']
load_single_dict({ord('还'): 'hái,huán'}) # 调整 "还" 字的拼音顺序
lazy_pinyin('还没', style=Style.TONE2)
# ['ha2i', 'me2i']


责任编辑:华轩 来源: Python实用宝典
相关推荐

2010-09-06 16:07:21

SQL函数

2020-07-20 07:33:44

Python开发工具

2009-03-25 17:10:50

Linux视频转换

2020-12-03 09:33:58

前端开发工具

2010-01-08 10:49:21

JSON 转换工具

2022-06-07 09:58:48

Spotify开源音频文件

2014-07-24 09:45:00

HTML视频视频转换

2010-06-15 21:49:03

虚拟机迁移转换工具

2012-05-23 09:40:09

HTML5

2018-08-31 10:10:55

Linux开源转换工具

2024-02-26 08:05:00

Pythonpypinyin开发

2010-07-21 17:02:35

SQL Server取

2020-08-14 07:57:51

MySQL工具语法

2014-12-30 09:35:16

文字转语音

2023-10-19 15:35:44

.NET转换工具开发

2010-10-14 16:45:54

MySQL查询

2023-07-12 07:15:24

2016-10-20 09:57:58

Linux转换工具

2010-10-25 10:20:33

ORACLE函数

2023-07-19 07:29:00

点赞
收藏

51CTO技术栈公众号