腳本之家服務器常用軟件

快捷導航

教你使用Python pypinyin庫實現(xiàn)漢字轉拼音

更新時間：2021年05月27日 09:59:43 作者：數(shù)據(jù)分析與統(tǒng)計學之美

今天,發(fā)現(xiàn)了一個好玩兒的庫,叫做 “pypinyin ”,用于幫助我們實現(xiàn)漢字轉拼音,文中有非常詳細的代碼示例,對正在學習python的小伙伴們很有幫助,需要的朋友可以參考下

一、前言

這里我先為大家提供一個中文網(wǎng)站，大家可以下去更深入的學習。

https://pypi.org/project/pypinyin/

pypinyin庫，主要有幾下幾個特性：

智能匹配最正確的拼音；
支持多音字、繁體字；
支持多種不同拼音、注音風格；

該庫屬于第三方Python庫，因此在使用之前，需要提前安裝。

pip install pypinyin

然后，導入該庫即可。

import pypinyin
from pypinyin import pinyin

二、pypinyin庫的使用

先來看一個最基本的例子。

from pypinyin import pinyin
pinyin("吃飯")

結果如下：

在這里插入圖片描述

有些字，可能是多音字，再看下面這個例子。

from pypinyin import pinyin
pinyin('馮',heteronym=True)
pinyin('朝',heteronym=True)
pinyin('同',heteronym=True)

結果如下：

在這里插入圖片描述

仔細觀察上述打印結果，生成的都是二維列表嵌套，這樣解析起來，真費勁！

能不能生成一維列表呢？

from pypinyin import lazy_pinyin
lazy_pinyin("數(shù)據(jù)分析與統(tǒng)計學之美")

結果如下：

在這里插入圖片描述

問題又來了！

這里雖然是一維列表，但是沒有聲調了，這不尷尬了嗎？

這里面就涉及到一個風格轉換的問題了。

from pypinyin import lazy_pinyin,Style
lazy_pinyin("數(shù)據(jù)分析與統(tǒng)計學之美",style=Style.TONE)

結果如下：

在這里插入圖片描述

原來這里有一個Style類，供我們選擇風格，常用的風格有下面這14種。

#: 普通風格，不帶聲調。如： 中國 -> ``zhong guo``
NORMAL  =  0

#: 標準聲調風格，拼音聲調在韻母第一個字母上（默認風格）。如： 中國 -> ``zhōng guó``
TONE  =  1

#: 聲調風格2，即拼音聲調在各個韻母之后，用數(shù)字 [1-4] 進行表示。如： 中國 -> ``zho1ng guo2``
TONE2  =  2

#: 聲調風格3，即拼音聲調在各個拼音之后，用數(shù)字 [1-4] 進行表示。如： 中國 -> ``zhong1 guo2``
TONE3  =  8

#: 聲母風格，只返回各個拼音的聲母部分（注：有的拼音沒有聲母，詳見 `#27`_）。如： 中國 -> ``zh g``
INITIALS  =  3

#: 首字母風格，只返回拼音的首字母部分。如： 中國 -> ``z g``
FIRST_LETTER  =  4

#: 韻母風格，只返回各個拼音的韻母部分，不帶聲調。如： 中國 -> ``ong uo``
FINALS  =  5

#: 標準韻母風格，帶聲調，聲調在韻母第一個字母上。如：中國 -> ``ōng uó``
FINALS_TONE  =  6

#: 韻母風格2，帶聲調，聲調在各個韻母之后，用數(shù)字 [1-4] 進行表示。如： 中國 -> ``o1ng uo2``
FINALS_TONE2  =  7

#: 韻母風格3，帶聲調，聲調在各個拼音之后，用數(shù)字 [1-4] 進行表示。如： 中國 -> ``ong1 uo2``
FINALS_TONE3  =  9

#: 注音風格，帶聲調，陰平（第一聲）不標。如： 中國 -> ``ㄓㄨㄥ ㄍㄨㄛˊ``
BOPOMOFO  =  10

#: 注音風格，僅首字母。如： 中國 -> ``ㄓ ㄍ``
BOPOMOFO_FIRST  =  11

#: 漢語拼音與俄語字母對照風格，聲調在各個拼音之后，用數(shù)字 [1-4] 進行表示。如： 中國 -> ``чжун1 го2``
CYRILLIC  =  12

#: 漢語拼音與俄語字母對照風格，僅首字母。如： 中國 -> ``ч г``
CYRILLIC_FIRST  =  13

如果你的文字中，除了漢字，還有其它符號以及英文，會打印出怎么樣的效果呢？

from pypinyin import lazy_pinyin
lazy_pinyin('Hello，我是😀',style=Style.TONE)

結果如下：

在這里插入圖片描述

漢字打印出來就行，英文、表情符號不用打印出來最好，應該怎么辦呢？

這里有一個errors參數(shù)呢，來看看例子。

from pypinyin import lazy_pinyin

lazy_pinyin('Hello，我是😀',style=Style.TONE,errors='ignore')

結果如下：

在這里插入圖片描述

如果你對pypinyin庫的返回結果不滿意，可以自定義一個庫呀！這里可以使用load_phrases_dict 方法。

我們先來看一個例子：

from pypinyin import lazy_pinyin

lazy_pinyin("黃同學",style=Style.TONE)

結果如下：

在這里插入圖片描述

“黃同學” 的同，明明是二聲，這里成了四聲。

from pypinyin import lazy_pinyin,  load_phrases_dict

personalized_dict = {'黃同學':  [['huáng'], ['tòng'], ['xué']]}

load_phrases_dict(personalized_dict)

lazy_pinyin("黃同學",style=Style.TONE)

結果如下：

在這里插入圖片描述