发布于 4年前

Python汉字转换成拼音

最近在使用Python做项目时,需要将汉字转化成对应的拼音.找到了一个现成的程序.

使用实例如下:

from pinyin import PinYin

test = PinYin()

test.load_word()

print test.hanzi2pinyin(string='钓鱼岛是中国的')

print test.hanzi2pinyin_split(string='钓鱼岛是中国的', split="-")

输出:

['diao','yu','dao','shi','zhong','guo','de']

'diao-yu-dao-shi-zhong-guo-de'

其中hanzi2pinyin函数返回值是一个列表,而hanzi2pinyin_split函数在split参数为空时返回列表,不为空是返回字符串.

但程序存在两个问题,第一是当中文中夹带英文时,英文会丢失.第二则是hanzi2pinyin_split的返回值一会是列表,一会是字符串,让人比较迷糊.

例如:

test.hanzi2pinyin_split(string='钓鱼岛是中国的code123', split="")

我们期待的结果是:

u'diaoyudaoshizhongguodecode123'

但实际结果为:

u'diaoyudaoshizhongguode'

为此,在原来的程序中做了如下改写.

1.hanzi2pinyin函数修改

原来的hanzi2pinyin函数:

defhanzi2pinyin(self, string=""):

    result = []

    ifnot isinstance(string, unicode):

        string = string.decode("utf-8")

    forcharin string:

        key ='%X'% ord(char)

        result.append(self.word_dict.get(key, char).split()[0][:-1].lower())

    returnresult

修改后的hanzi2pinyin函数:

defhanzi2pinyin(self, string=""):

    result = []

    ifnot isinstance(string, unicode):

        string = string.decode("utf-8")

    forcharin string:

        key ='%X'% ord(char)

        ifnot self.word_dict.get(key):

            result.append(char)

        else:

            result.append(self.word_dict.get(key, char).split()[0][:-1].lower())

    returnresult

修改后的hanzi2pinyin函数可以避免中英文混合的情况下,英文丢失.

2.hanzi2pinyin_split函数修改,将返回值为统一为字符串

原来的hanzi2pinyin_split函数:

defhanzi2pinyin_split(self, string="", split=""):

    result = self.hanzi2pinyin(string=string)

    ifsplit =="":

        return result

    else:

        returnsplit.join(result)

修改后的hanzi2pinyin_split函数(不论split参数是否为空,hanzi2pinyin_split均返回字符串):

defhanzi2pinyin_split(self, string="", split=""):

    result = self.hanzi2pinyin(string=string)

    #if split == "":#    return result#else:returnsplit.join(result)
©2020 edoou.com   京ICP备16001874号-3