Pinyin Segmenter 拼音分割器

一个高效的中文拼音分割器，用于将连续的拼音字符串分割为有效的拼音片段。

功能特点

• ✅ 准确分割：能够准确分割连续的拼音字符串
• ✅ 智能识别：支持带声调和不带声调的拼音
• ✅ 高效算法：使用递归回溯算法，性能优秀
• ✅ 完整覆盖：基于 pypinyin 的标准拼音字典
• ✅ 易于使用：简洁的 API 接口

安装

使用 pip 安装

pip install pinyin-segmenter

快速开始

基础用法

from pinyin_segmenter import PinyinSegmenter, segment_pinyin

# 创建分割器实例
segmenter = PinyinSegmenter()

# 分割连续的拼音字符串
result = segmenter.segment("zhongguoren")
print(result)  # 输出: ['zhong', 'guo', 'ren']

# 使用便捷函数
result = segment_pinyin("nihao")
print(result)  # 输出: ['ni', 'hao']

更多示例

from pinyin_segmenter import segment_pinyin

# 示例 1：基本分割
print(segment_pinyin("woaizhongguo"))  # ['wo', 'ai', 'zhong', 'guo']

# 示例 2：长字符串分割
print(segment_pinyin("mingyuejishiyoubajiuwenqingtian。")) # ['ming', 'yue', 'ji', 'shi', 'you', 'ba', 'jiu', 'wen', 'qing', 'tian']

# 示例 3：特殊拼音
print(segment_pinyin("erzi"))  # ['er', 'zi']

# 示例 4：无法分割的情况
print(segment_pinyin("xyz"))  # []

API 文档

PinyinSegmenter 类

PinyinSegmenter()

    创建拼音分割器实例。

segment(pinyin_str: str) -> List[str]

    分割拼音字符串。

    参数:

        pinyin_str: 待分割的拼音字符串（可以包含声调符号）

    返回:

        分割后的拼音列表，如果无法分割则返回空列表。 

segment_pinyin(pinyin_str: str) -> List[str] 便捷函数

使用 PinyinSegmenter 将拼音字符串分割。

参数:
    pinyin_str: 待分割的拼音字符串（可以包含声调符号）
返回:
    分割后的拼音列表，如果无法分割则返回空列表。

工作原理

拼音分割器基于以下原理工作：

• 字典匹配：使用标准的拼音字典进行匹配
• 结构验证：检查拼音的声母-韵母结构是否合法
• 递归回溯：使用深度优先搜索算法寻找所有可能的分割方案
• 最长匹配：优先尝试较长的拼音匹配
• 支持的拼音特征：
  • 所有标准声母（包括 zh, ch, sh）
  • 所有标准韵母（包括 er, ng 等特殊组合）
  • 自动去除 Unicode 声调符号

注意（AI生成标识）

• 本代码核心算法由DeepSeek大模型生成和完善。
• 包管理者对由AI生成的代码局部进行了修改和优化。

版本信息

v0.1.0

• 初始版本发布
• 实现核心分割功能
• 提供完整的 API 接口
• 添加测试用例