使用

示例

>>> from pypinyin import pinyin, lazy_pinyin
>>> import pypinyin
>>> pinyin('中心')
[['zhōng'], ['xīn']]
>>> pinyin('中心', heteronym=True)  # 启用多音字模式
[['zhōng', 'zhòng'], ['xīn']]
>>> pinyin('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('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('你好☆☆')
    ['ni', 'hao', '☆☆']
    
  • ignore : 忽略该字符

    lazy_pinyin('你好☆☆', errors='ignore')
    ['ni', 'hao']
    
  • replace : 替换为去掉 \u 的 unicode 编码:

    lazy_pinyin('你好☆☆', errors='replace')
    ['ni', 'hao', '26062606']
    
  • 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: unicodelist ([unicode, ...]) 或 None

    可参考 单元测试代码

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

分词处理(用于处理多音字和非中文字符)

  • 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('你好abcこんにちは')
    ['ni', 'hao', 'abcこんにちは']
    

    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,
    也可以使用经过 jieba 分词处理的 字符串列表 作参数。
  • 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 = '音乐123'
      >> hans_seg = SnowNLP(hans).words  # 分词处理
      >> hans_seg
      ['音乐', '123']
      >> lazy_pinyin(hans_seg, style=TONE2)
      ['yi1n', 'yue4', '123']
      

自定义拼音库

如果对结果不满意,可以通过 load_single_dict()load_phrases_dict() 以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 = '桔子'
>> lazy_pinyin(hans, style=TONE2)
['jie2', 'zi3']
>> load_phrases_dict({'桔子': [['jú'], ['zǐ']]})
>> lazy_pinyin(hans, style=TONE2)
['ju2', '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 = '还没'
>> lazy_pinyin(hans, style=TONE2)
['hua2n', 'me2i']
>>>  # 第一种自定义词组的方法
>> load_phrases_dict({'还没': [['hái'], ['méi']]})
>>> lazy_pinyin('还没', style=TONE2)})
['hua2n', 'me2i']
>>> lazy_pinyin(['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('还'): 'hái,huán'})  # 调整 "还" 字的拼音顺序
>>> lazy_pinyin('还没', style=TONE2)
['ha2i', 'me2i']