Python在线学习文章目录 [ 隐藏 ]
Python汉字转拼音
Python汉子转拼音可以使用PinYin模块
使用实例如下:
|
1 2 3 4 5 6 |
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:
|
1 2 |
['diao', 'yu', 'dao', 'shi', 'zhong', 'guo', 'de'] 'diao-yu-dao-shi-zhong-guo-de' |
代码优化
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:
|
1 |
test.hanzi2pinyin_split(string='钓鱼岛是中国的code123', split="") |
我们期待的结果是:
|
1 |
u'diaoyudaoshizhongguodecode123' |
但实际结果为:
|
1 |
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:
|
1 2 3 4 5 6 7 8 9 10 |
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:
|
1 2 3 4 5 6 7 8 9 10 11 12 13 |
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:
|
1 2 3 4 5 6 |
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):
|
1 2 3 4 5 6 |
def hanzi2pinyin_split(self, string="", split=""): result = self.hanzi2pinyin(string=string) #if split == "": # return result #else: return split.join(result) |
未经允许不得转载：Python在线学习 » Python汉字转换成拼音