首页 > 代码库 > Python中文转拼音代码(支持全拼和首字母缩写)

Python中文转拼音代码(支持全拼和首字母缩写)

2024-09-08 11:21:26   226人阅读

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

技术分享

代码使用方法：

技术分享

如果需要其他的提取，可以修改一下代码实现；

Python中文转拼音代码(支持全拼和首字母缩写)


联系
我们