python

关注公众号 jb51net

关闭
首页 > 脚本专栏 > python > Python 拼音转换

Python实现拼音转换

作者:一天一篇Python库

拼音转换指的是将汉字转为拼音的过程。本文介绍了Python实现拼音转换,具有一定的参考价值,感兴趣的小伙伴们可以参考一下

什么是拼音转换

在我们学习语言之前,我们一般会学习拼音来认识汉字,并学会如何读汉字。所以,拼音在对于我们语言的重要性不言而喻。

而拼音转换指的是将汉字转为拼音的过程。但是,我们中文博大精深,一般来说某个字并不仅仅只有一个读音,比如“翟”,它作为姓氏可以读作zhái,作为其他可读作di。这是就需要结合上下文,或者说结合与其组合的词汇进行转换拼音。不仅如此,拼音还有音调,比如一二三四声表示的意义有时候也是不一样的。

本篇博文将介绍字符串到拼音的转换。

拼音转换

首先,HanLP库提供的拼音转换为本位于data/dictionary/pinyin/pinyin.txt文件中。每行分别由=隔开汉字与拼音。其中多音字的拼音数量多余汉字数量。在实际的转换过程中,默认读取多音字的第一个拼音,除非匹配到更长的词语。

此外,HanLP库还支持声母,韵母,音调,音标以及输入法首字母与收声母功能。当然,也能给前文的繁体字转换为拼音。

下面,我们来看一段代码示例:

if __name__ == "__main__":
    text = "重载不是重量"
    pinyin_list = HanLP.convertToPinyinList(text)
    print(pinyin_list)

运行之后,控制台输出如下:

拼音输出

可以看到,基本上每个字的拼音都输出了。如果程序判断不出来多音字是哪个声调,会输出其所有的声调。比如这里的体输出了3声和1声,重输出了3声与2声。

在python中,我们通过HanLP.convertToPinyinList进行汉字与拼音的转换。

输出音调

鉴于我们已经知道了如何转换汉字到拼音,那么我们现在需要实现的是单独获取每个汉字的音调,不需要声调。现在该如何去实现呢?不妨先来看看代码:

if __name__ == "__main__":
    Pinyin = JClass("com.hankcs.hanlp.dictionary.py.Pinyin")
    text = "重载不是体重"
    pinyin_list = HanLP.convertToPinyinList(text)
    print(pinyin_list)
    print("输出音调")
    for pinyin in pinyin_list:
        print("%s," % pinyin.getPinyinWithToneMark(), end=" ")

如上面代码所示,我们获取了Java的HanLP库中的Pinyin类,这个类可以帮我们处理很多的拼音相关的问题,比如这里的获取音调。

运行之后,效果如下:

输出音调

需要注意的是,前面博文已经说过了,通过python进行HanLP库使用时,尽量调用Java类进行处理,因为Java类的处理时间比python快很多。这里我们通过Pinyin类的getPinyinWithToneMark()方法获取声调。

输出声调

既然可以只输出音调,那么肯定也可以单独输出声调。具体代码如下:

if __name__ == "__main__":
    Pinyin = JClass("com.hankcs.hanlp.dictionary.py.Pinyin")
    text = "重载不是体重"
    pinyin_list = HanLP.convertToPinyinList(text)
    print(pinyin_list)
    print("输出声调")
    for pinyin in pinyin_list:
        print("%s," % pinyin.getTone(), end=" ")

运行之后,效果如下:

输出声调

这里我们通过Pinyin类的getTone()方法获取声调。

输出声母

同样的,我们还可以输出声母。代码如下:

if __name__ == "__main__":
    Pinyin = JClass("com.hankcs.hanlp.dictionary.py.Pinyin")
    text = "重载不是体重"
    pinyin_list = HanLP.convertToPinyinList(text)
    print(pinyin_list)
    print("\r\n输出声母")
    for pinyin in pinyin_list:
        print("%s," % pinyin.getShengmu(), end=" ")

运行之后,效果如下:

输出声母

这里我们用getShengmu()方法输出声母,方法名就是中文意思,很好理解。

输出韵母

接着,我们再来输出韵母。代码如下:

if __name__ == "__main__":
    Pinyin = JClass("com.hankcs.hanlp.dictionary.py.Pinyin")
    text = "重载不是体重"
    pinyin_list = HanLP.convertToPinyinList(text)
    print(pinyin_list)
    print("\r\n输出韵母")
    for pinyin in pinyin_list:
        print("%s," % pinyin.getYunmu(), end=" ")

运行之后,效果如下:

输出韵母

这里我们用getYunmu()方法输出韵母,方法名就是中文意思,很好理解。

处理数字拼音

除此之外,上面因为都是汉字,所以大家肯定都很好处理成拼音。但是现在很多时候,中文文本里面并不仅仅只有汉字,也有数字和英文。但是拼音是汉字独有的,那怎么办呢?

我们先来看看按上面直接处理带数字与英文时,效果怎么样。代码如下所示:

if __name__ == "__main__":
    Pinyin = JClass("com.hankcs.hanlp.dictionary.py.Pinyin")
    text = "我们到2035年就会称为世界第一"
    pinyin_list = HanLP.convertToPinyinList(text)
    print(pinyin_list)

运行之后,效果如下:

输出none

可以看到数字都直接替换为none5,也就是缺失的意义。拼音文件找不到与其匹配的汉语拼音。

而我们实际在处理中文文档时,都是保留数字与英文的并不直接翻译。其实这里我们想保留其数字的话,HanLP.convertToPinyinString()方法就能实现,我们来看看这个方法的完整定义:

convertToPinyinString(转换为拼音的字符串文本,输出间隔符,布尔类型)

相信看了上面方法的读者应该很快就知道了,第3个布尔类型就是转换数字与保留数字的关键参数,这里我们再来变换代码:

if __name__ == "__main__":
    Pinyin = JClass("com.hankcs.hanlp.dictionary.py.Pinyin")
    text = "我们到2035年就会称为世界第一"
    pinyin_list = HanLP.convertToPinyinString(text," ",False)
    print(pinyin_list)

运行之后,我们的英文与数字就会原封不动的保留下来。效果如下:

输出数字

到此这篇关于Python实现拼音转换的文章就介绍到这了,更多相关Python 拼音转换内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

您可能感兴趣的文章:
阅读全文