基于Python實(shí)現(xiàn)簡單的漢字拼音轉(zhuǎn)換工具

更新時(shí)間：2022年09月05日 09:05:05 作者：Ckend

將漢字轉(zhuǎn)為拼音，可以用于批量漢字注音、文字排序、拼音檢索文字等常見場景。現(xiàn)在互聯(lián)網(wǎng)上有許多拼音轉(zhuǎn)換工具，基于Python的開源模塊也不少，本文將利用pypinyin模塊制作簡單的漢字拼音轉(zhuǎn)換工具，感興趣的可以了解一下

1.準(zhǔn)備

開始之前，你要確保Python和pip已經(jīng)成功安裝在電腦上,如果沒有，可以訪問這篇文章：超詳細(xì)Python安裝指南進(jìn)行安裝。

(可選1) 如果你用Python的目的是數(shù)據(jù)分析，可以直接安裝Anaconda，它內(nèi)置了Python和pip.

(可選2) 此外，推薦大家用VSCode編輯器，它有許多的優(yōu)點(diǎn)

請選擇以下任一種方式輸入命令安裝依賴：

1. Windows 環(huán)境打開 Cmd (開始-運(yùn)行-CMD)。

2. MacOS 環(huán)境打開 Terminal (command+空格輸入Terminal)。

3. 如果你用的是 VSCode編輯器或 Pycharm，可以直接使用界面下方的Terminal.

pip install pypinyin

2.基本使用

最普通的拼音轉(zhuǎn)化方法如下：

# Python實(shí)用寶典
from?pypinyin?import?pinyin, lazy_pinyin, Style
pinyin('中心')
# [['zhōng'], ['xīn']]

識(shí)別多音字：

# Python實(shí)用寶典
from?pypinyin?import?pinyin, lazy_pinyin, Style
pinyin('中心', heteronym=True)?# 啟用多音字模式
# [['zhōng', 'zhòng'], ['xīn']]

設(shè)置輸出風(fēng)格，只識(shí)別首字母：

# Python實(shí)用寶典
from?pypinyin?import?pinyin, lazy_pinyin, Style
pinyin('中心', style=Style.FIRST_LETTER)?# 設(shè)置拼音風(fēng)格
# [['z'], ['x']]

修改音調(diào)輸出位置，在相應(yīng)字母的后面顯示音調(diào)，或者拼音的最后顯示音調(diào)：

# Python實(shí)用寶典
from?pypinyin?import?pinyin, lazy_pinyin, Style

# TONE2 在相應(yīng)字母的后面顯示音調(diào)
pinyin('中心', style=Style.TONE2, heteronym=True)
# [['zho1ng', 'zho4ng'], ['xi1n']]

# TONE3 拼音的最后顯示音調(diào)
pinyin('中心', style=Style.TONE3, heteronym=True)
# [['zhong1', 'zhong4'], ['xin1']]

不考慮多音字的情況：

# Python實(shí)用寶典
from?pypinyin?import?pinyin, lazy_pinyin, Style
lazy_pinyin('中心')?# 不考慮多音字的情況
# ['zhong', 'xin']

不使用v來代替ü:

# Python實(shí)用寶典
from?pypinyin?import?pinyin, lazy_pinyin, Style
lazy_pinyin('戰(zhàn)略', v_to_u=True)?# 不使用 v 表示 ü
# ['zhan', 'lüe']

標(biāo)記輕聲：

# Python實(shí)用寶典
from?pypinyin?import?pinyin, lazy_pinyin, Style
# 使用 5 標(biāo)識(shí)輕聲
lazy_pinyin('衣裳', style=Style.TONE3, neutral_tone_with_five=True)
# ['yi1', 'shang5']

使用命令行一鍵識(shí)別拼音：

# Python實(shí)用寶典
python -m pypinyin 音樂
# yīn yuè

3.高級(jí)使用

自定義拼音顯示風(fēng)格

我們可以通過 register() 來實(shí)現(xiàn)自定義拼音風(fēng)格的需求：

from?pypinyin?import?lazy_pinyin

from?pypinyin.style?import?register

@register('kiss')
def?kiss(pinyin, **kwargs):
????return?'?? {0}'.format(pinyin)

??
lazy_pinyin('么么', style='kiss')
# ['?? me', '?? me']

可以見到，通過定義一個(gè) kiss 函數(shù)，使用 register 裝飾器，我們生成了一個(gè)新的 style，這個(gè) style 可以直接被用于拼音的轉(zhuǎn)換參數(shù)，非常方便。

另外，所有模塊自帶的 style 及其效果如下：

@unique
class?Style(IntEnum):
????"""拼音風(fēng)格"""

????#: 普通風(fēng)格，不帶聲調(diào)。如：中國 -> ``zhong guo``
????NORMAL =?0
????#: 標(biāo)準(zhǔn)聲調(diào)風(fēng)格，拼音聲調(diào)在韻母第一個(gè)字母上（默認(rèn)風(fēng)格）。如：中國 -> ``zhōng guó``
????TONE =?1
????#: 聲調(diào)風(fēng)格2，即拼音聲調(diào)在各個(gè)韻母之后，用數(shù)字 [1-4] 進(jìn)行表示。如：中國 -> ``zho1ng guo2``
????TONE2 =?2
????#: 聲調(diào)風(fēng)格3，即拼音聲調(diào)在各個(gè)拼音之后，用數(shù)字 [1-4] 進(jìn)行表示。如：中國 -> ``zhong1 guo2``
????TONE3 =?8
????#: 聲母風(fēng)格，只返回各個(gè)拼音的聲母部分（注：有的拼音沒有聲母，詳見 `#27`_）。如：中國 -> ``zh g``
????INITIALS =?3
????#: 首字母風(fēng)格，只返回拼音的首字母部分。如：中國 -> ``z g``
????FIRST_LETTER =?4
????#: 韻母風(fēng)格，只返回各個(gè)拼音的韻母部分，不帶聲調(diào)。如：中國 -> ``ong uo``
????FINALS =?5
????#: 標(biāo)準(zhǔn)韻母風(fēng)格，帶聲調(diào)，聲調(diào)在韻母第一個(gè)字母上。如：中國 -> ``ōng uó``
????FINALS_TONE =?6
????#: 韻母風(fēng)格2，帶聲調(diào)，聲調(diào)在各個(gè)韻母之后，用數(shù)字 [1-4] 進(jìn)行表示。如：中國 -> ``o1ng uo2``
????FINALS_TONE2 =?7
????#: 韻母風(fēng)格3，帶聲調(diào)，聲調(diào)在各個(gè)拼音之后，用數(shù)字 [1-4] 進(jìn)行表示。如：中國 -> ``ong1 uo2``
????FINALS_TONE3 =?9
????#: 注音風(fēng)格，帶聲調(diào)，陰平（第一聲）不標(biāo)。如：中國 -> ``ㄓㄨㄥ ㄍㄨㄛˊ``
????BOPOMOFO =?10
????#: 注音風(fēng)格，僅首字母。如：中國 -> ``ㄓ ㄍ``
????BOPOMOFO_FIRST =?11
????#: 漢語拼音與俄語字母對(duì)照風(fēng)格，聲調(diào)在各個(gè)拼音之后，用數(shù)字 [1-4] 進(jìn)行表示。如：中國 -> ``чжун1 го2``
????CYRILLIC =?12
????#: 漢語拼音與俄語字母對(duì)照風(fēng)格，僅首字母。如：中國 -> ``ч г``
????CYRILLIC_FIRST =?13

處理特殊字符

默認(rèn)情況下，對(duì)于文字中的特殊字符會(huì)不做任何處理，原樣返回:

pinyin('你好☆☆')
# [['nǐ'], ['hǎo'], ['☆☆']]

不過如果你想對(duì)這些特殊字符做處理也是可以的，比如：

ignore : 忽略該字符

pinyin('你好☆☆', errors='ignore')
# [['nǐ'], ['hǎo']]

errors : 替換為去掉 \u 的 unicode 編碼:

pinyin('你好☆☆', errors='replace')
# [['nǐ'], ['hǎo'], ['26062606']]

callable 對(duì)象 : 提供一個(gè)回調(diào)函數(shù)，接受無拼音字符(串)作為參數(shù), 支持的返回值類型: unicode或 list或 None:

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

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

返回值類型為 list時(shí)，會(huì)自動(dòng) 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', '☆']]

自定義拼音庫

如果你覺得模塊輸出效果不合你意，或者你想做特殊處理，可以通過 load_single_dict() 或 load_phrases_dict() 以自定義拼音庫的方式修正結(jié)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" 詞組
lazy_pinyin(hans, style=Style.TONE2)
# ['ju2', 'zi3']

hans =?'還沒'
lazy_pinyin(hans, style=Style.TONE2)
# ['hua2n', 'me2i']
load_single_dict({ord('還'):?'hái,huán'})?# 調(diào)整 "還" 字的拼音順序
lazy_pinyin('還沒', style=Style.TONE2)
# ['ha2i', 'me2i']

到此這篇關(guān)于基于Python實(shí)現(xiàn)簡單的漢字拼音轉(zhuǎn)換工具的文章就介紹到這了,更多相關(guān)Python漢字拼音轉(zhuǎn)換內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: