教你使用Python pypinyin庫實(shí)現(xiàn)漢字轉(zhuǎn)拼音

更新時(shí)間：2021年05月27日 09:59:43 作者：數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)之美

今天,發(fā)現(xiàn)了一個(gè)好玩兒的庫,叫做 “pypinyin ”,用于幫助我們實(shí)現(xiàn)漢字轉(zhuǎn)拼音,文中有非常詳細(xì)的代碼示例,對正在學(xué)習(xí)python的小伙伴們很有幫助,需要的朋友可以參考下

一、前言

這里我先為大家提供一個(gè)中文網(wǎng)站，大家可以下去更深入的學(xué)習(xí)。

https://pypi.org/project/pypinyin/

pypinyin庫，主要有幾下幾個(gè)特性：

智能匹配最正確的拼音；
支持多音字、繁體字；
支持多種不同拼音、注音風(fēng)格；

該庫屬于第三方Python庫，因此在使用之前，需要提前安裝。

pip install pypinyin

然后，導(dǎo)入該庫即可。

import pypinyin
from pypinyin import pinyin

二、pypinyin庫的使用

先來看一個(gè)最基本的例子。

from pypinyin import pinyin
pinyin("吃飯")

結(jié)果如下：

在這里插入圖片描述

有些字，可能是多音字，再看下面這個(gè)例子。

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

結(jié)果如下：

在這里插入圖片描述

仔細(xì)觀察上述打印結(jié)果，生成的都是二維列表嵌套，這樣解析起來，真費(fèi)勁！

能不能生成一維列表呢？

from pypinyin import lazy_pinyin
lazy_pinyin("數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)之美")

結(jié)果如下：

在這里插入圖片描述

問題又來了！

這里雖然是一維列表，但是沒有聲調(diào)了，這不尷尬了嗎？

這里面就涉及到一個(gè)風(fēng)格轉(zhuǎn)換的問題了。

from pypinyin import lazy_pinyin,Style
lazy_pinyin("數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)之美",style=Style.TONE)

結(jié)果如下：

在這里插入圖片描述

原來這里有一個(gè)Style類，供我們選擇風(fēng)格，常用的風(fēng)格有下面這14種。

#: 普通風(fēng)格，不帶聲調(diào)。如： 中國 -> ``zhong guo``
NORMAL  =  0

#: 標(biāo)準(zhǔn)聲調(diào)風(fēng)格，拼音聲調(diào)在韻母第一個(gè)字母上（默認(rèn)風(fēng)格）。如： 中國 -> ``zhōng guó``
TONE  =  1

#: 聲調(diào)風(fēng)格2，即拼音聲調(diào)在各個(gè)韻母之后，用數(shù)字 [1-4] 進(jìn)行表示。如： 中國 -> ``zho1ng guo2``
TONE2  =  2

#: 聲調(diào)風(fēng)格3，即拼音聲調(diào)在各個(gè)拼音之后，用數(shù)字 [1-4] 進(jìn)行表示。如： 中國 -> ``zhong1 guo2``
TONE3  =  8

#: 聲母風(fēng)格，只返回各個(gè)拼音的聲母部分（注：有的拼音沒有聲母，詳見 `#27`_）。如： 中國 -> ``zh g``
INITIALS  =  3

#: 首字母風(fēng)格，只返回拼音的首字母部分。如： 中國 -> ``z g``
FIRST_LETTER  =  4

#: 韻母風(fēng)格，只返回各個(gè)拼音的韻母部分，不帶聲調(diào)。如： 中國 -> ``ong uo``
FINALS  =  5

#: 標(biāo)準(zhǔn)韻母風(fēng)格，帶聲調(diào)，聲調(diào)在韻母第一個(gè)字母上。如：中國 -> ``ōng uó``
FINALS_TONE  =  6

#: 韻母風(fēng)格2，帶聲調(diào)，聲調(diào)在各個(gè)韻母之后，用數(shù)字 [1-4] 進(jìn)行表示。如： 中國 -> ``o1ng uo2``
FINALS_TONE2  =  7

#: 韻母風(fēng)格3，帶聲調(diào)，聲調(diào)在各個(gè)拼音之后，用數(shù)字 [1-4] 進(jìn)行表示。如： 中國 -> ``ong1 uo2``
FINALS_TONE3  =  9

#: 注音風(fēng)格，帶聲調(diào)，陰平（第一聲）不標(biāo)。如： 中國 -> ``ㄓㄨㄥ ㄍㄨㄛˊ``
BOPOMOFO  =  10

#: 注音風(fēng)格，僅首字母。如： 中國 -> ``ㄓ ㄍ``
BOPOMOFO_FIRST  =  11

#: 漢語拼音與俄語字母對照風(fēng)格，聲調(diào)在各個(gè)拼音之后，用數(shù)字 [1-4] 進(jìn)行表示。如： 中國 -> ``чжун1 го2``
CYRILLIC  =  12

#: 漢語拼音與俄語字母對照風(fēng)格，僅首字母。如： 中國 -> ``ч г``
CYRILLIC_FIRST  =  13

如果你的文字中，除了漢字，還有其它符號以及英文，會打印出怎么樣的效果呢？

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

結(jié)果如下：

在這里插入圖片描述

漢字打印出來就行，英文、表情符號不用打印出來最好，應(yīng)該怎么辦呢？

這里有一個(gè)errors參數(shù)呢，來看看例子。

from pypinyin import lazy_pinyin

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

結(jié)果如下：

在這里插入圖片描述

如果你對pypinyin庫的返回結(jié)果不滿意，可以自定義一個(gè)庫呀！這里可以使用load_phrases_dict 方法。

我們先來看一個(gè)例子：

from pypinyin import lazy_pinyin

lazy_pinyin("黃同學(xué)",style=Style.TONE)

結(jié)果如下：

在這里插入圖片描述

“黃同學(xué)” 的同，明明是二聲，這里成了四聲。

from pypinyin import lazy_pinyin,  load_phrases_dict

personalized_dict = {'黃同學(xué)':  [['huáng'], ['tòng'], ['xué']]}

load_phrases_dict(personalized_dict)

lazy_pinyin("黃同學(xué)",style=Style.TONE)

結(jié)果如下：

在這里插入圖片描述