基于Python第三方插件實現(xiàn)西游記章節(jié)標注漢語拼音的方法
起因很單純，就是給我1年級小豆包的女兒標注三國和西游章節(jié)的漢語拼音，我女兒每天都朗讀 ，結(jié)果有很多字不認識，我愛人居然讓我給標記不認識的完了手動注音......我勒個去......身為程序員的我怎么能忘記用程序?qū)崿F(xiàn)呢，特別是咱也會點Python萬能語言。哈哈！列舉一下使用的技術。
語言：Python3.7
插件：pypinyin0.37.0 和 openpyxl 3.0.3
開發(fā)工具：pycharm 社區(qū)版
使用openpyxl操作execl的教程多的你無法想。
使用pypinyin將漢字轉(zhuǎn)換成漢語拼音很簡單，網(wǎng)絡上API一大推。而且簡單的不能再簡單了，就一句話就實現(xiàn)了。分享點代碼：
# 帶聲調(diào)的(默認)
def yinjie(word):
sentens = "".join(word.split())
print(sentens)
s = ''
# heteronym=True開啟多音字
for i in pypinyin.pinyin(word, heteronym=False):
s = s + ''.join(i) + " "
return s
這個就足夠漢字轉(zhuǎn)拼音了，不過我要求數(shù)據(jù)結(jié)構(gòu)就沒使用這個方法。我把數(shù)據(jù)結(jié)構(gòu)說一下。
三層二維數(shù)組（這個非常關鍵）：
第一層：單個漢字和漢語拼音構(gòu)成。
['dì', '第'], ['yī', '一'], ['bǎi', '百'], ['huí', '回']
第二層：按照標題空格分詞。
[['dì', '第'], ['yī', '一'], ['bǎi', '百'], ['huí', '回']], [['jìng', '徑'], ['huí', '回'], ['dōng', '東'], ['tǔ', '土']], [['wǔ', '五'], ['shèng', '圣'], ['chéng', '成'], ['zhēn', '真']]
第三層：所有標題的集合。
就是第二層的合計，西游記就是100個章節(jié)標題集合。
最開始的成果物。這個不好對應也很難閱讀。
我愛人給了我一個參考事例。如下圖：
咱也不能示弱，咱也是程序員。咱也會萬能的Python。
最開始的目標是將文字寫入到word中，所以就用了Python-docx。漢語拼音長短不一這個很難對齊。想計算漢語拼音的長度進而計算漢字的位置......這個算法得多復雜，一個排版算法...我不是大神......
這個玩意其實和數(shù)學應用題一樣，想到了其實一點也不難，就是弄個表格完了讓漢語拼音和漢字居中不就得了。想到這個以后其實一點都不難了。使用Python-docx搞了好久有個問題就是豎版的word放不下漢字和漢語拼音。頭疼啊。效果如下圖：
唉！難道是思路不對。。。
不用Python-docx了。使用openpyxl來操作execl。第一次成果物?？雌饋磉€可以。
最終的成果物。
轉(zhuǎn)成PDF的成果物：
繼續(xù)鼓搗，最終搞定。。。一共花費了近6個小時，時間有點多。其實主要是數(shù)據(jù)結(jié)構(gòu)和排版耽誤時間，在有就是語法，作為Net出身而后轉(zhuǎn)Java的人來說這個…&...就是并且的意思。然而在Python里面他不就是并且是and啊啊啊啊??！因為這個我改了N多代碼調(diào)試了好幾次，唉深度無語。真是基礎不牢地動山搖啊。別廢話了上代碼：
import pypinyin
from openpyxl import Workbook
from openpyxl.drawing.text import Font
from openpyxl.styles import Font, colors, Alignment
from pulgin.Tools import Tools
class HanZhiAddPinYin:
def __init__(self):
pass
def signWord(self,word):
pinyicontent = pypinyin.pinyin(word, heteronym=False)
word_pinyin = [pinyicontent[0][0], word]
return word_pinyin
def sentences(self,keyWords):
listsentense = []
for duanyu in keyWords.split():
print(duanyu)
duanyu_list = []
for word in duanyu:
duanyu_list.append(self.signWord(word))
listsentense.append(duanyu_list)
print(
listsentense
)
return listsentense
def articles(self,txt_file_path):
article = []
encoding = Tools.get_file_encoding(txt_file_path)
f = open(txt_file_path, "r", encoding=encoding, errors='ignore') # 返回一個文件對象
line = f.readline().strip() # 調(diào)用文件的 readline()方法
index = 1
while line:
article.append(self.sentences(line))
line = f.readline()
index = index + 1
f.close()
return article
def builder_execl(self,word_title, save_path, article):
"""
構(gòu)建execl文件
:param word_title: sheet頁面的名詞
:param save_path: execl保存路徑
:param article: 文章內(nèi)容集合
:return:
"""
wb = Workbook()
ws = wb.active
ws.title = word_title
ws.sheet_properties.tabColor = "1072BA" # 設置背景
xl_sheet = wb.get_sheet_by_name(word_title)
execl_cell_width = 4.6
for sentences in article:
column_index = 1
# sentences 2行數(shù)據(jù)
# 獲取行數(shù)
pinyin_row = xl_sheet.max_row + 1 # 拼音所在的行
hanzi_row = pinyin_row + 1 # 漢字所在的行
sentences_index = 0
for duanyu in sentences: # ['dì', '第'], ['yī', '一'], ['huí', '回']
for sign_word in duanyu: # ['dì', '第']
# region 設置樣式
# 設置樣式
execl_cell_font = Font(name='華文楷體', size=12, italic=False, color=colors.BLACK, bold=True)
execl_pinyin_row = xl_sheet.cell(row=pinyin_row, column=column_index)
execl_hanzi_row = xl_sheet.cell(row=hanzi_row, column=column_index)
execl_pinyin_row.alignment = Alignment(horizontal='center', vertical='center')
execl_hanzi_row.alignment = Alignment(horizontal='center', vertical='center')
execl_pinyin_row.font = execl_cell_font
execl_hanzi_row.font = execl_cell_font
xl_sheet.column_dimensions['A'].width = 3
xl_sheet.column_dimensions['B'].width = 3
xl_sheet.column_dimensions['C'].width = 3
xl_sheet.column_dimensions['D'].width = execl_cell_width
xl_sheet.column_dimensions['E'].width = execl_cell_width
xl_sheet.column_dimensions['F'].width = execl_cell_width
xl_sheet.column_dimensions['H'].width = execl_cell_width
xl_sheet.column_dimensions['I'].width = execl_cell_width
xl_sheet.column_dimensions['G'].width = execl_cell_width
xl_sheet.column_dimensions['J'].width = execl_cell_width
xl_sheet.column_dimensions['K'].width = execl_cell_width
xl_sheet.column_dimensions['L'].width = execl_cell_width
xl_sheet.column_dimensions['M'].width = execl_cell_width
xl_sheet.column_dimensions['N'].width = execl_cell_width
xl_sheet.column_dimensions['O'].width = execl_cell_width
xl_sheet.column_dimensions['P'].width = execl_cell_width
xl_sheet.column_dimensions['Q'].width = execl_cell_width
xl_sheet.column_dimensions['R'].width = execl_cell_width
xl_sheet.column_dimensions['S'].width = execl_cell_width
xl_sheet.column_dimensions['T'].width = execl_cell_width
xl_sheet.column_dimensions['U'].width = execl_cell_width
xl_sheet.column_dimensions['V'].width = execl_cell_width
xl_sheet.column_dimensions['W'].width = execl_cell_width
# endregion
xl_sheet.cell(row=pinyin_row, column=column_index, value=sign_word[0])
xl_sheet.cell(row=hanzi_row, column=column_index, value=sign_word[1]) # 0 第一百回 1 徑回東土 2 五圣成真
# print(sentences_index)
# print(len(duanyu) + len(sentences[0]))
# print(column_index)
if sentences_index == 1 and len(duanyu) + len(sentences[0]) == column_index:#坑人的and
xl_sheet.cell(row=pinyin_row, column=column_index + 1, value="，")
xl_sheet.cell(row=hanzi_row, column=column_index + 1, value="，")
column_index = column_index + 1 # 遇到斷句多增加一列向后
column_index = column_index + 1 # 列向后
sentences_index = sentences_index + 1 # 三個短語計數(shù)器
wb.save(save_path)
總結(jié)
到此這篇關于基于Python第三方插件實現(xiàn)西游記章節(jié)標注漢語拼音的方法的文章就介紹到這了,更多相關python第三方插件標拼音內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
Python基于identicon庫創(chuàng)建類似Github上用的頭像功能
這篇文章主要介紹了Python基于identicon庫創(chuàng)建類似Github上用的頭像功能,結(jié)合具體實例形式分析了identicon庫操作圖形的具體步驟與相關使用技巧,需要的朋友可以參考下2017-09-09
這篇文章主要介紹了如何利用Python中的Pygame模塊實現(xiàn)中文漢字雨效果，文中通過示例代碼介紹的非常詳細，感興趣的朋友們下面隨著小編來一起學習學習吧2022-03-03
深入淺析pycharm中 Make available to all projects的含義
這篇文章主要介紹了pycharm中 Make available to all projects的含義,本文給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下2020-09-09
Python使用moviepy讀取字幕srt文件報錯的解決方法詳解
這篇文章主要為大家詳細介紹了Python使用moviepy讀取字幕srt文件報錯‘gbk‘?codec?can‘t?decode的兩種解決辦法,有需要的小伙伴可以跟隨小編一起學習一下2024-01-01
在本文里小編給讀者們分享一篇關于pycharm怎么新建一個python工程的知識點和步驟內(nèi)容，需要的朋友們學習下。2019-07-07
本文主要介紹了使用python實現(xiàn)定時報天氣，只需要讓爬蟲程序每天自動為你發(fā)送，下面就詳細的介紹一下如何使用，感興趣的可以了解一下2021-11-11
這篇文章主要介紹了初探利用Python進行圖文識別(OCR),小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2019-02-02
這篇文章主要介紹了python中內(nèi)置類型添加屬性問題詳解，文章圍繞主題展開詳細的內(nèi)容介紹，具有一定的參考價值，需要的小伙伴可以參考一下2022-09-09
這篇文章主要幫助大家輕松掌握python設計模式之訪問者模式,具有一定的參考價值，感興趣的小伙伴們可以參考一下2016-11-11
讓python的Cookie.py模塊支持冒號做key的方法
雖然Cookie的標準是不允許:冒號出現(xiàn)在key里面的，但是我們的開發(fā)人員是很可愛的，常常會讓我們意想不到。2010-12-12