转载自： https://www.cnblogs.com/code123-cc/p/4822886.html
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.
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)
