pypinyin 0.9.4

汉语拼音转换工具.

将汉语转为拼音。可以用于汉字注音、排序、检索。

基于 hotoo/pinyin 开发。

• Documentation: http://pypinyin.mozillazg.com

• GitHub: https://github.com/mozillazg/python-pinyin

• License: MIT license

• PyPI: https://pypi.python.org/pypi/pypinyin

• Python version: 2.6, 2.7, pypy, 3.3, 3.4, 3.5

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。

• 支持多种不同拼音风格。

安装

$ pip install pypinyin

文档

详细文档请访问：http://pypinyin.mozillazg.com

使用示例

>>> from pypinyin import pinyin, lazy_pinyin
>>> import pypinyin
>>> pinyin(u'中心')
[[u'zh\u014dng'], [u'x\u012bn']]
>>> pinyin(u'中心', heteronym=True)  # 启用多音字模式
[[u'zh\u014dng', u'zh\xf2ng'], [u'x\u012bn']]
>>> pinyin(u'中心', style=pypinyin.FIRST_LETTER)  # 设置拼音风格
[['z'], ['x']]
>>> pinyin('中心', style=pypinyin.TONE2, heteronym=True)
[['zho1ng', 'zho4ng'], ['xi1n']]
>>> lazy_pinyin(u'中心')  # 不考虑多音字的情况
['zhong', 'xin']

命令行工具：

$ pypinyin 音乐
yīn yuè
$ pypinyin -h

处理不包含拼音的字符

当程序遇到不包含拼音的字符(串)时，会根据 errors 参数的值做相应的处理:

• default (默认行为): 不做任何处理，原样返回:

  lazy_pinyin(u'你好☆')
  [u'ni', u'hao', u'\u2606']

• ignore : 忽略该字符

  lazy_pinyin(u'你好☆', errors='ignore')
  [u'ni', u'hao']

• replace : 替换为去掉 \u 的 unicode 编码:

  lazy_pinyin(u'你好☆', errors='replace')
  [u'ni', u'hao', u'2606']

• 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 ([unicode, …]) 或 None 。

  可参考 单元测试代码

  lazy_pinyin(u'你好☆', errors=lambda x: u'star')
  [u'ni', u'hao', u'star']

分词处理

• 内置了简单的分词功能，对字符串按是否是中文字符进行分词。

  >> from pypinyin import lazy_pinyin
  >> lazy_pinyin(u'你好abcこんにちは')
  [u'ni', u'hao', u'abc\u3053\u3093\u306b\u3061\u306f']

  如果需要处理多音字问题，推荐同时安装其他分词模块。

• 如果安装了 jieba 分词模块，程序会自动调用。

• 使用其他分词模块：

  1. 安装分词模块，比如 pip install snownlp ；

  2. 使用经过分词处理的字符串列表作参数：

     >> from pypinyin import lazy_pinyin, TONE2
     >> from snownlp import SnowNLP
     >> hans = u'音乐123'
     >> hans_seg = SnowNLP(hans).words  # 分词处理
     >> hans_seg
     [u'\u97f3\u4e50', u'123']
     >> lazy_pinyin(hans_seg, style=TONE2)
     [u'yi1n', u'yue4', u'123']

自定义拼音库

如果对结果不满意，可以通过自定义拼音库的方式修正结果：

安装了 jieba 分词模块并且支持分词的词组

>> from pypinyin import lazy_pinyin, load_phrases_dict, TONE2
>> hans = u'桔子'
>> lazy_pinyin(hans, style=TONE2)
[u'jie2', u'zi3']
>> load_phrases_dict({u'桔子': [[u'jú'], [u'zǐ']]})
>> lazy_pinyin(hans, style=TONE2)
[u'ju2', u'zi3']

未安装 jieba 分词模块 and/or 不支持分词的词组

>> from pypinyin import lazy_pinyin, load_phrases_dict, TONE2, load_single_dict
>> hans = u'还没'
>> lazy_pinyin(hans, style=TONE2)
['hua2n', 'me2i']
>>>  # 第一种自定义词组的方法
>> load_phrases_dict({u'还没': [[u'hái'], [u'méi']]})
>>> lazy_pinyin(u'还没', style=TONE2)})
['hua2n', 'me2i']
>>> lazy_pinyin([u'还没'], style=TONE2)  # 手动指定 "还没" 为一个词组
['ha2i', 'me2i']
>>>  # 第二种自定义词组的方法
>> load_single_dict({ord(u'还'): u'hái,huán'})  # 调整 "还" 字的拼音顺序
>>> lazy_pinyin(u'还没', style=TONE2)
['ha2i', 'me2i']

Related Projects

• hotoo/pinyin: 汉语拼音转换工具 Node.js/JavaScript 版。

• mozillazg/go-pinyin: 汉语拼音转换工具 Go 版。

• mozillazg/rust-pinyin: 汉语拼音转换工具 Rust 版。