转载

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.在Github上找到了一个现成的程序.

Python汉字转拼音

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la', split="")

我们期待的结果是:

u'diaoyudaoshizhongguodela'

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:

def hanzi2pinyin(self, string=""):     result = []     if not isinstance(string, unicode):         string = string.decode("utf-8")              for char in string:         key = '%X' % ord(char)         result.append(self.word_dict.get(key, char).split()[0][:-1].lower())      return result

修改后的hanzi2pinyin函数:

def hanzi2pinyin(self, string=""):     result = []     if not isinstance(string, unicode):         string = string.decode("utf-8")      for char in string:         key = '%X' % ord(char)         if not self.word_dict.get(key):             result.append(char)         else:             result.append(self.word_dict.get(key, char).split()[0][:-1].lower())      return result

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:

def hanzi2pinyin_split(self, string="", split=""):     result = self.hanzi2pinyin(string=string)     if split == "":         return result     else:         return split.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):

def hanzi2pinyin_split(self, string="", split=""):     result = self.hanzi2pinyin(string=string)     #if split == "":     #    return result     #else:     return split.join(result)

作者:code123 出处:code123

正文到此结束