什么是拼音轉(zhuǎn)換
在我們學習語言之前,我們一般會學習拼音來認識漢字,并學會如何讀漢字。所以,拼音在對于我們語言的重要性不言而喻。
而拼音轉(zhuǎn)換指的是將漢字轉(zhuǎn)為拼音的過程。但是,我們中文博大精深,一般來說某個字并不僅僅只有一個讀音,比如“翟”,它作為姓氏可以讀作zhái,作為其他可讀作di。這是就需要結(jié)合上下文,或者說結(jié)合與其組合的詞匯進行轉(zhuǎn)換拼音。不僅如此,拼音還有音調(diào),比如一二三四聲表示的意義有時候也是不一樣的。
本篇博文將介紹字符串到拼音的轉(zhuǎn)換。
拼音轉(zhuǎn)換
首先,HanLP庫提供的拼音轉(zhuǎn)換為本位于data/dictionary/pinyin/pinyin.txt文件中。每行分別由=隔開漢字與拼音。其中多音字的拼音數(shù)量多余漢字數(shù)量。在實際的轉(zhuǎn)換過程中,默認讀取多音字的第一個拼音,除非匹配到更長的詞語。
此外,HanLP庫還支持聲母,韻母,音調(diào),音標以及輸入法首字母與收聲母功能。當然,也能給前文的繁體字轉(zhuǎn)換為拼音。
下面,我們來看一段代碼示例:
if __name__ == "__main__":
text = "重載不是重量"
pinyin_list = HanLP.convertToPinyinList(text)
print(pinyin_list)
運行之后,控制臺輸出如下:
可以看到,基本上每個字的拼音都輸出了。如果程序判斷不出來多音字是哪個聲調(diào),會輸出其所有的聲調(diào)。比如這里的體輸出了3聲和1聲,重輸出了3聲與2聲。
在python中,我們通過HanLP.convertToPinyinList進行漢字與拼音的轉(zhuǎn)換。
輸出音調(diào)
鑒于我們已經(jīng)知道了如何轉(zhuǎn)換漢字到拼音,那么我們現(xiàn)在需要實現(xiàn)的是單獨獲取每個漢字的音調(diào),不需要聲調(diào)?,F(xiàn)在該如何去實現(xiàn)呢?不妨先來看看代碼:
if __name__ == "__main__":
Pinyin = JClass("com.hankcs.hanlp.dictionary.py.Pinyin")
text = "重載不是體重"
pinyin_list = HanLP.convertToPinyinList(text)
print(pinyin_list)
print("輸出音調(diào)")
for pinyin in pinyin_list:
print("%s," % pinyin.getPinyinWithToneMark(), end=" ")
如上面代碼所示,我們獲取了Java的HanLP庫中的Pinyin類,這個類可以幫我們處理很多的拼音相關(guān)的問題,比如這里的獲取音調(diào)。
運行之后,效果如下:
需要注意的是,前面博文已經(jīng)說過了,通過python進行HanLP庫使用時,盡量調(diào)用Java類進行處理,因為Java類的處理時間比python快很多。這里我們通過Pinyin類的getPinyinWithToneMark()方法獲取聲調(diào)。
輸出聲調(diào)
既然可以只輸出音調(diào),那么肯定也可以單獨輸出聲調(diào)。具體代碼如下:
if __name__ == "__main__":
Pinyin = JClass("com.hankcs.hanlp.dictionary.py.Pinyin")
text = "重載不是體重"
pinyin_list = HanLP.convertToPinyinList(text)
print(pinyin_list)
print("輸出聲調(diào)")
for pinyin in pinyin_list:
print("%s," % pinyin.getTone(), end=" ")
運行之后,效果如下:
這里我們通過Pinyin類的getTone()方法獲取聲調(diào)。
輸出聲母
同樣的,我們還可以輸出聲母。代碼如下:
if __name__ == "__main__":
Pinyin = JClass("com.hankcs.hanlp.dictionary.py.Pinyin")
text = "重載不是體重"
pinyin_list = HanLP.convertToPinyinList(text)
print(pinyin_list)
print("\r\n輸出聲母")
for pinyin in pinyin_list:
print("%s," % pinyin.getShengmu(), end=" ")
運行之后,效果如下:
這里我們用getShengmu()方法輸出聲母,方法名就是中文意思,很好理解。
輸出韻母
接著,我們再來輸出韻母。代碼如下:
if __name__ == "__main__":
Pinyin = JClass("com.hankcs.hanlp.dictionary.py.Pinyin")
text = "重載不是體重"
pinyin_list = HanLP.convertToPinyinList(text)
print(pinyin_list)
print("\r\n輸出韻母")
for pinyin in pinyin_list:
print("%s," % pinyin.getYunmu(), end=" ")
運行之后,效果如下:
這里我們用getYunmu()方法輸出韻母,方法名就是中文意思,很好理解。
處理數(shù)字拼音
除此之外,上面因為都是漢字,所以大家肯定都很好處理成拼音。但是現(xiàn)在很多時候,中文文本里面并不僅僅只有漢字,也有數(shù)字和英文。但是拼音是漢字獨有的,那怎么辦呢?
我們先來看看按上面直接處理帶數(shù)字與英文時,效果怎么樣。代碼如下所示:
if __name__ == "__main__":
Pinyin = JClass("com.hankcs.hanlp.dictionary.py.Pinyin")
text = "我們到2035年就會稱為世界第一"
pinyin_list = HanLP.convertToPinyinList(text)
print(pinyin_list)
運行之后,效果如下:
可以看到數(shù)字都直接替換為none5,也就是缺失的意義。拼音文件找不到與其匹配的漢語拼音。
而我們實際在處理中文文檔時,都是保留數(shù)字與英文的并不直接翻譯。其實這里我們想保留其數(shù)字的話,HanLP.convertToPinyinString()方法就能實現(xiàn),我們來看看這個方法的完整定義:
convertToPinyinString(轉(zhuǎn)換為拼音的字符串文本,輸出間隔符,布爾類型)
相信看了上面方法的讀者應(yīng)該很快就知道了,第3個布爾類型就是轉(zhuǎn)換數(shù)字與保留數(shù)字的關(guān)鍵參數(shù),這里我們再來變換代碼:
if __name__ == "__main__":
Pinyin = JClass("com.hankcs.hanlp.dictionary.py.Pinyin")
text = "我們到2035年就會稱為世界第一"
pinyin_list = HanLP.convertToPinyinString(text," ",False)
print(pinyin_list)
運行之后,我們的英文與數(shù)字就會原封不動的保留下來。效果如下:
到此這篇關(guān)于Python實現(xiàn)拼音轉(zhuǎn)換的文章就介紹到這了,更多相關(guān)Python 拼音轉(zhuǎn)換內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
您可能感興趣的文章:- Python 中拼音庫 PyPinyin 用法詳解
- python 批量將中文名轉(zhuǎn)換為拼音
- 基于Python第三方插件實現(xiàn)西游記章節(jié)標注漢語拼音的方法
- 利用python實現(xiàn)漢字轉(zhuǎn)拼音的2種方法
- 用Python從0開始實現(xiàn)一個中文拼音輸入法的思路詳解
- Python3實現(xiàn)漢語轉(zhuǎn)換為漢語拼音
- python去除拼音聲調(diào)字母,替換為字母的方法
- Python 獲取中文字拼音首個字母的方法
- python獲取一組漢字拼音首字母的方法
- Python 返回漢字的漢語拼音