带你玩儿转 “中国汉字”，实力不够，Python来凑！

Posted 2021-05-25 数据分析与统计学之美

好玩儿的pypinyin库

今天，握有发现了一个好玩儿的库，叫做 “pypinyin ”，用于帮助我们实现汉字转拼音。

这里我先为大家提供一个中文网站，大家可以下去更深入的学习。
https://pypi.org/project/pypinyin/

pypinyin库，主要有几下几个特性：

• 智能匹配最正确的拼音；
• 支持多音字、繁体字；
• 支持多种不同拼音、注音风格；

该库属于第三方Python库，因此在使用之前，需要提前安装。

pip install pypinyin

然后，导入该库即可。

import pypinyin
from pypinyin import pinyin

pypinyin库的使用

先来看一个最基本的例子。

from pypinyin import pinyin
pinyin("吃饭")

结果如下：

有些字，可能是多音字，再看下面这个例子。

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

结果如下：

仔细观察上述打印结果，生成的都是二维列表嵌套，这样解析起来，真费劲！

能不能生成一维列表呢？

from pypinyin import lazy_pinyin
lazy_pinyin("数据分析与统计学之美")

结果如下：

问题又来了！

这里虽然是一维列表，但是没有声调了，这不尴尬了吗？

这里面就涉及到一个风格转换的问题了。

from pypinyin import lazy_pinyin,Style
lazy_pinyin("数据分析与统计学之美",style=Style.TONE)

结果如下：

原来这里有一个Style类，供我们选择风格，常用的风格有下面这14种。

#: 普通风格，不带声调。如： 中国 -> ``zhong guo``
NORMAL  =  0

#: 标准声调风格，拼音声调在韵母第一个字母上（默认风格）。如： 中国 -> ``zhōng guó``
TONE  =  1

#: 声调风格2，即拼音声调在各个韵母之后，用数字 [1-4] 进行表示。如： 中国 -> ``zho1ng guo2``
TONE2  =  2

#: 声调风格3，即拼音声调在各个拼音之后，用数字 [1-4] 进行表示。如： 中国 -> ``zhong1 guo2``
TONE3  =  8

#: 声母风格，只返回各个拼音的声母部分（注：有的拼音没有声母，详见 `#27`_）。如： 中国 -> ``zh g``
INITIALS  =  3

#: 首字母风格，只返回拼音的首字母部分。如： 中国 -> ``z g``
FIRST_LETTER  =  4

#: 韵母风格，只返回各个拼音的韵母部分，不带声调。如： 中国 -> ``ong uo``
FINALS  =  5

#: 标准韵母风格，带声调，声调在韵母第一个字母上。如：中国 -> ``ōng uó``
FINALS_TONE  =  6

#: 韵母风格2，带声调，声调在各个韵母之后，用数字 [1-4] 进行表示。如： 中国 -> ``o1ng uo2``
FINALS_TONE2  =  7

#: 韵母风格3，带声调，声调在各个拼音之后，用数字 [1-4] 进行表示。如： 中国 -> ``ong1 uo2``
FINALS_TONE3  =  9

#: 注音风格，带声调，阴平（第一声）不标。如： 中国 -> ``ㄓㄨㄥ ㄍㄨㄛˊ``
BOPOMOFO  =  10

#: 注音风格，仅首字母。如： 中国 -> ``ㄓ ㄍ``
BOPOMOFO_FIRST  =  11

#: 汉语拼音与俄语字母对照风格，声调在各个拼音之后，用数字 [1-4] 进行表示。如： 中国 -> ``чжун1 го2``
CYRILLIC  =  12

#: 汉语拼音与俄语字母对照风格，仅首字母。如： 中国 -> ``ч г``
CYRILLIC_FIRST  =  13

如果你的文字中，除了汉字，还有其它符号以及英文，会打印出怎么样的效果呢？

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

结果如下：

汉字打印出来就行，英文、表情符号不用打印出来最好，应该怎么办呢？

这里有一个errors参数呢，来看看例子。

from pypinyin import lazy_pinyin

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

结果如下：

如果你对pypinyin库的返回结果不满意，可以自定义一个库呀！这里可以使用load_phrases_dict 方法。

我们先来看一个例子：

from pypinyin import lazy_pinyin

lazy_pinyin("黄同学",style=Style.TONE)

结果如下：

“黄同学” 的同，明明是二声，这里成了四声。

from pypinyin import lazy_pinyin,  load_phrases_dict

personalized_dict = {'黄同学':  [['huáng'], ['tòng'], ['xué']]}

load_phrases_dict(personalized_dict)

lazy_pinyin("黄同学",style=Style.TONE)

结果如下：

今天的文章就给大家讲述到这里。