汉语拼音转换工具 Python 版：Python-pinyin

jopen 9年前

将汉语转为拼音。可以用于汉字注音、排序、检索。

基于 hotoo/pinyin 开发。

特性

  • 根据词组智能匹配最正确的拼音。
  • 支持多音字。
  • 简单的繁体支持。
  • 支持多种不同拼音风格。

安装 

$ pip install pypinyin

为了更好的处理包含多音字及非中文字符的字符串，推荐同时安装 jieba 分词模块。

使用示例 
>>> from pypinyin import pinyin, lazy_pinyin  >>> import pypinyin  >>> pinyin(u'中心')  [[u'zh\u014dng'], [u'x\u012bn']]  >>> pinyin(u'中心', heteronym=True)  # 启用多音字模式  [[u'zh\u014dng', u'zh\xf2ng'], [u'x\u012bn']]  >>> pinyin(u'中心', style=pypinyin.INITIALS)  # 设置拼音风格  [['zh'], ['x']]  >>> pinyin('中心', style=pypinyin.TONE2, heteronym=True)  [['zho1ng', 'zho4ng'], ['xi1n']]  >>> lazy_pinyin(u'中心')  # 不考虑多音字的情况  ['zhong', 'xin']

命令行工具： 

$ pypinyin 音乐  yīn yuè  $ pypinyin -h

分词处理

如果安装了 jieba 分词模块，程序会自动调用。

使用其他分词模块：

  1. 安装分词模块，比如pip install snownlp；

  2. 使用经过分词处理的字符串列表作参数： 

    >> from pypinyin import lazy_pinyin, TONE2  >> from snownlp import SnowNLP  >> hans = u'音乐123'  >> lazy_pinyin(hans, style=TONE2)  [u'yi1n', u'le4', u'1', u'2', u'3']  >> hans_seg = SnowNLP(hans).words  # 分词处理  >> hans_seg  [u'\u97f3\u4e50', u'123']  >> lazy_pinyin(hans_seg, style=TONE2)  [u'yi1n', u'yue4', u'123']

自定义拼音库

如果对结果不满意，可以通过自定义拼音库的方式修正结果：

安装了 jieba 分词模块并且支持分词的词组 

>> from pypinyin import lazy_pinyin, load_phrases_dict, TONE2  >> hans = u'桔子'  >> lazy_pinyin(hans, style=TONE2)  [u'jie2', u'zi3']  >> load_phrases_dict({u'桔子': [[u'jú'], [u'zǐ']]})  >> lazy_pinyin(hans, style=TONE2)  [u'ju2', u'zi3']

未安装 jieba 分词模块 and/or 不支持分词的词组 

>> from pypinyin import lazy_pinyin, load_phrases_dict, TONE2, load_single_dict  >> hans = u'还没'  >> lazy_pinyin(hans, style=TONE2)  ['hua2n', 'me2i']  >>>  # 第一种自定义词组的方法  >> load_phrases_dict({u'还没': [[u'hái'], [u'méi']]})  >>> lazy_pinyin(u'还没', style=TONE2)})  ['hua2n', 'me2i']  >>> lazy_pinyin([u'还没'], style=TONE2)  # 手动指定 "还没" 为一个词组  ['ha2i', 'me2i']  >>>  # 第二种自定义词组的方法  >> load_single_dict({ord(u'还'): u'hái,huán'})  # 调整 "还" 字的拼音顺序  >>> lazy_pinyin(u'还没', style=TONE2)  ['ha2i', 'me2i']

Related Projects