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:

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)