汉语拼音转换工具(Python 版)¶
将汉语转为拼音。可以用于汉字注音、排序、检索。
基于 hotoo/node-pinyin 开发。
- 文档: http://pypinyin.rtfd.org
- GitHub: https://github.com/mozillazg/python-pinyin
- 开源协议: MIT license
- PyPI: https://pypi.python.org/pypi/pypinyin
- Python 版本: 2.6, 2.7, pypy, 3.3
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。
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.STYLE_INITIALS) # 设置拼音风格
[['zh'], ['x']]
>>> lazy_pinyin(u'中心')
['zhong', 'xin']
命令行工具:
$ pypinyin 音乐
yīn yuè
$ pypinyin -h
分词处理¶
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:
安装分词模块,比如
pip install snownlp
;使用经过分词处理的字符串列表作参数:
>> from pypinyin import lazy_pinyin, STYLE_TONE2 >> from snownlp import SnowNLP >> hans = u'音乐123' >> >> lazy_pinyin(hans, style=STYLE_TONE2) [u'yi1n', u'le4', u'1', u'2', u'3'] >> >> hans_seg = SnowNLP(hans).words # 分词处理 >> hans_seg [u'\u97f3\u4e50', u'123'] >> lazy_pinyin(hans_seg, style=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:
>> from pypinyin import lazy_pinyin, load_phrases_dict, STYLE_TONE2
>> hans = u'桔子'
>>
>> lazy_pinyin(hans, style=STYLE_TONE2)
[u'jie2', u'zi3']
>>
>> load_phrases_dict({u'桔子': [[u'jú'], [u'zǐ']]})
>> lazy_pinyin(hans, style=STYLE_TONE2)
[u'ju2', u'zi3']
API¶
拼音风格:
pypinyin.NORMAL | 普通风格(0),不带声调。如: pin yin |
pypinyin.TONE | 声调风格(1),拼音声调在韵母第一个字母上(默认风格)。如: pīn yīn |
pypinyin.TONE2 | 声调风格2(2),即拼音声调在各个拼音之后,用数字 [0-4] 进行表示。如: pi1n yi1n |
pypinyin.INITIALS | 声母风格(3),只返回各个拼音的声母部分。如: 中国 的拼音 zh g |
pypinyin.FIRST_LETTER | 首字母风格(4),只返回拼音的首字母部分。如: p y |
pypinyin.FINALS | 韵母风格1(5),只返回各个拼音的韵母部分,不带声调。如: ong uo |
pypinyin.FINALS_TONE | 韵母风格2(6),带声调,声调在韵母第一个字母上。如: ōng uó |
pypinyin.FINALS_TONE2 | 韵母风格2(7),带声调,声调在各个拼音之后,用数字 [0-4] 进行表示。如: o1ng uo2 |
-
pypinyin.
pinyin
(hans, style=1, heteronym=False)¶ 将汉字转换为拼音.
Parameters: - hans (unicode 字符串或字符串列表) –
汉字字符串(
u'你好吗'
)或列表([u'你好', u'吗']
). 如果用户安装了jieba
, 将使用jieba
对字符串进行分词处理。用户也可以使用自己喜爱的分词模块对字符串进行分词处理, 只需将经过分词处理的字符串列表传进来就可以了。
- style – 指定拼音风格
- heteronym – 是否启用多音字
Returns: 拼音列表
Return type: Usage:
>>> from pypinyin import pinyin >>> import pypinyin >>> pinyin(u'中心') [[u'zhōng'], [u'xīn']] >>> pinyin(u'中心', heteronym=True) # 启用多音字模式 [[u'zhōng', u'zhòng'], [u'xīn']] >>> pinyin(u'中心', style=pypinyin.INITIALS) # 设置拼音风格 [[u'zh'], [u'x']] >>> pinyin(u'中心', style=pypinyin.TONE2) [[u'zho1ng'], [u'xi1n']]
- hans (unicode 字符串或字符串列表) –
-
pypinyin.
slug
(hans, style=0, heteronym=False, separator=u'-')¶ 生成 slug 字符串.
Parameters: - hans (unicode or list) – 汉字
- style – 指定拼音风格
- heteronym – 是否启用多音字
- separstor – 两个拼音间的分隔符/连接符
Returns: slug 字符串.
-
pypinyin.
lazy_pinyin
(hans, style=0)¶ 不包含多音字的拼音列表.
与
pinyin()
的区别是返回的拼音是个字符串, 并且每个字只包含一个读音.Parameters: - hans (unicode or list) – 汉字
- style – 指定拼音风格
Returns: 拼音列表(e.g.
['zhong', 'guo', 'ren']
)Return type: Usage:
>>> from pypinyin import lazy_pinyin >>> import pypinyin >>> lazy_pinyin(u'中心') [u'zhong', u'xin'] >>> lazy_pinyin(u'中心', style=pypinyin.TONE) [u'zhōng', u'xīn'] >>> lazy_pinyin(u'中心', style=pypinyin.INITIALS) [u'zh', u'x'] >>> lazy_pinyin(u'中心', style=pypinyin.TONE2) [u'zho1ng', u'xi1n']
Changelog¶
0.4.4 (2014-01-16)¶
- 清理命令行命令的输出结果,去除无关信息
- 修复“ImportError: No module named runner”
0.4.3 (2014-01-10)¶
- 修复命令行工具在 Python 3 下的兼容性问题
0.4.2 (2014-01-10)¶
- 去除拼音风格前的
STYLE_
前缀(兼容包含STYLE_
前缀的拼音风格) - 增加命令行工具,具体用法请见:
pypinyin -h
0.4.1 (2014-01-04)¶
- 支持自定义拼音库,方便用户修正程序结果
0.4.0 (2014-01-03)¶
- 将
jieba
模块改为可选安装,用户可以选择使用自己喜爱的分词模块对汉字进行分词处理 - 支持 Python 3
0.3.1 (2013-12-24)¶
增加
lazy_pinyin
>>> lazy_pinyin(u'中心') ['zhong', 'xin']
0.3.0 (2013-09-26)¶
修复首字母风格无法正确处理只有韵母的汉字
- 新增三个拼音风格:
pypinyin.STYLE_FINALS
: 韵母风格1,只返回各个拼音的韵母部分,不带声调。如:ong uo
pypinyin.STYLE_FINALS_TONE
: 韵母风格2,带声调,声调在韵母第一个字母上。如:ōng uó
pypinyin.STYLE_FINALS_TONE2
: 韵母风格2,带声调,声调在各个拼音之后,用数字 [0-4] 进行表示。如:o1ng uo2
0.2.0 (2013-09-22)¶
完善对中英文混合字符串的支持:
>> pypinyin.pinyin(u'你好abc') [[u'n\u01d0'], [u'h\u01ceo'], [u'abc']]
0.1.0 (2013-09-21)¶
- Initial Release