Python中文转拼音代码(支持全拼和首字母缩写)

Posted 2020-09-04

本文的代码，从https://github.com/cleverdeng/pinyin.py升级得来，针对原文的代码，做了以下升级：

 

 

1 2 3 4

1、可以传入参数firstcode：如果为true，只取汉子的第一个拼音字母；如果为false，则会输出全部拼音； 2、修复：如果为英文字母，则直接输出； 3、修复：如果分隔符为空字符串，仍然能正常输出； 4、升级：可以指定词典的文件路径

代码很简单，直接读取了一个词典（字符和英文的映射），然后挨个替换中文中的拼音即可；

 

 

 

 

 

Python

 

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76

#!/usr/bin/env python # -*- coding:utf-8 -*-   """ 原版代码：https://github.com/cleverdeng/pinyin.py   新增功能：     1、可以传入参数firstcode：如果为true，只取汉子的第一个拼音字母；如果为false，则会输出全部拼音；     2、修复：如果为英文字母，则直接输出；     3、修复：如果分隔符为空字符串，仍然能正常输出；     4、升级：可以指定词典的文件路径 """   __version__ = ‘0.9‘ __all__ = ["PinYin"]   import os.path     class PinYin(object):     def __init__(self):         self.word_dict = {}       def load_word(self, dict_file):         self.dict_file = dict_file         if not os.path.exists(self.dict_file):             raise IOError("NotFoundFile")           with file(self.dict_file) as f_obj:             for f_line in f_obj.readlines():                 try:                     line = f_line.split(‘    ‘)                     self.word_dict[line[0]] = line[1]                 except:                     line = f_line.split(‘   ‘)                     self.word_dict[line[0]] = line[1]         def hanzi2pinyin(self, string="", firstcode=False):         result = []         if not isinstance(string, unicode):             string = string.decode("utf-8")                  for char in string:             key = ‘%X‘ % ord(char)             value = self.word_dict.get(key, char)             outpinyin = str(value).split()[0][:-1].lower()             if not outpinyin:                 outpinyin = char             if firstcode:                 result.append(outpinyin[0])             else:                 result.append(outpinyin)           return result         def hanzi2pinyin_split(self, string="", split="", firstcode=False):         """提取中文的拼音         @param string:要提取的中文         @param split:分隔符         @param firstcode: 提取的是全拼还是首字母？如果为true表示提取首字母，默认为False提取全拼           """         result = self.hanzi2pinyin(string=string, firstcode=firstcode)         return split.join(result)     if __name__ == "__main__":     test = PinYin()     test.load_word(‘word.data‘)     string = "Java程序性能优化-让你的Java程序更快更稳定"     print "in: %s" % string     print "out: %s" % str(test.hanzi2pinyin(string=string))     print "out: %s" % test.hanzi2pinyin_split(string=string, split="", firstcode=True)     print "out: %s" % test.hanzi2pinyin_split(string=string, split="", firstcode=False)

实例中main函数的代码输出结果

代码使用方法：

如果需要其他的提取，可以修改一下代码实现；