现在互联网上有许多拼音转换工具,基于Python的开源模块也不少,今天给大家介绍一个功能特性最多的模块: pypinyin ,它支持以下特性:
- 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, 注音支持。
- 支持多种不同拼音/注音风格。
- 命令行工具一键转化
1.准备
开始之前,你要确保Python和pip已经成功安装在电脑上,如果没有,可以访问这篇文章:超详细Python安装指南 进行安装。
(可选1) 如果你用Python的目的是数据分析,可以直接安装Anaconda:Python数据分析与挖掘好帮手—Anaconda,它内置了Python和pip.
(可选2) 此外,推荐大家用VSCode编辑器,它有许多的优点:Python 编程的最好搭档—VSCode 详细指南。
请选择以下任一种方式输入命令安装依赖:
- Windows 环境 打开 Cmd (开始-运行-CMD)。
- MacOS 环境 打开 Terminal (command+空格输入Terminal)。
- 如果你用的是 VSCode编辑器 或 Pycharm,可以直接使用界面下方的Terminal.
pip install pypinyin
2.基本使用
最普通的拼音转化方法如下:
pypinyin pinyin, lazy_pinyin, Style
pinyin()
识别多音字:
pypinyin pinyin, lazy_pinyin, Style
pinyin(, heteronym=)
设置输出风格,只识别首字母:
pypinyin pinyin, lazy_pinyin, Style
pinyin(, style=Style.FIRST_LETTER)
修改音调输出位置,在相应字母的后面显示音调,或者拼音的最后显示音调:
pypinyin pinyin, lazy_pinyin, Style
pinyin(, style=Style.TONE2, heteronym=)
pinyin(, style=Style.TONE3, heteronym=)
不考虑多音字的情况:
pypinyin pinyin, lazy_pinyin, Style
lazy_pinyin()
不使用v来代替ü:
pypinyin pinyin, lazy_pinyin, Style
lazy_pinyin(, v_to_u=)
标记轻声:
pypinyin pinyin, lazy_pinyin, Style
lazy_pinyin(, style=Style.TONE3, neutral_tone_with_five=)
使用命令行一键识别拼音:
python -m pypinyin 音乐
3.高级使用
自定义拼音显示风格
我们可以通过 register() 来实现自定义拼音风格的需求:
pypinyin lazy_pinyin
pypinyin.style register
:
.format(pinyin)
lazy_pinyin(, style=)
可以见到,通过定义一个 kiss 函数,使用 register 装饰器,我们生成了一个新的 style,这个 style 可以直接被用于拼音的转换参数,非常方便。
另外,所有模块自带的 style 及其效果如下:
:
NORMAL =
TONE =
TONE2 =
TONE3 =
INITIALS =
FIRST_LETTER =
FINALS =
FINALS_TONE =
FINALS_TONE2 =
FINALS_TONE3 =
BOPOMOFO =
BOPOMOFO_FIRST =
CYRILLIC =
CYRILLIC_FIRST =
处理特殊字符
默认情况下,对于文字中的特殊字符会不做任何处理,原样返回:
pinyin()
不过如果你想对这些特殊字符做处理也是可以的,比如:
ignore : 忽略该字符
pinyin(, errors=)
errors : 替换为去掉 \u 的 unicode 编码:
pinyin(, errors=)
callable 对象 : 提供一个回调函数,接受无拼音字符(串)作为参数, 支持的返回值类型: unicode或 list或 None:
pinyin('你好☆☆', errors=lambda x: 'star')
# [['nǐ'], ['hǎo'], ['star']]
pinyin('你好☆☆', errors=lambda x: None)
# [['nǐ'], ['hǎo']]
返回值类型为 list时,会自动 expend list:
pinyin('你好☆☆', errors=lambda x: ['star' for _ in x])
# [['nǐ'], ['hǎo'], ['star'], ['star']]
# 指定多音字
pinyin('你好☆☆', heteronym=True, errors=lambda x: [['star', '☆'] for _ in x])
# [['nǐ'], ['hǎo'], ['star', '☆'], ['star', '☆']]
自定义拼音库
如果你觉得模块输出效果不合你意,或者你想做特殊处理,可以通过 load_single_dict() 或 load_phrases_dict() 以自定义拼音库的方式修正结果:
from pypinyin import lazy_pinyin, load_phrases_dict, Style, load_single_dict
hans = '桔子'
lazy_pinyin(hans, style=Style.TONE2)
# ['jie2', 'zi3']
load_phrases_dict({'桔子': [['jú'], ['zǐ']]}) # 增加 "桔子" 词组
lazy_pinyin(hans, style=Style.TONE2)
# ['ju2', 'zi3']
hans = '还没'
lazy_pinyin(hans, style=Style.TONE2)
# ['hua2n', 'me2i']
load_single_dict({ord('还'): 'hái,huán'}) # 调整 "还" 字的拼音顺序
lazy_pinyin('还没', style=Style.TONE2)
# ['ha2i', 'me2i']