Ecosyste.ms: Awesome
An open API service indexing awesome lists of open source software.
https://github.com/letiantian/ChineseTone
[本项目不再维护] 将汉字转换为拼音， 支持多音字，拼音 -> pin yin
https://github.com/letiantian/ChineseTone
Last synced: about 2 months ago
JSON representation
[本项目不再维护] 将汉字转换为拼音， 支持多音字，拼音 -> pin yin
- Host: GitHub
- URL: https://github.com/letiantian/ChineseTone
- Owner: letiantian
- Created: 2016-02-05T10:06:57.000Z (over 8 years ago)
- Default Branch: master
- Last Pushed: 2023-04-18T01:34:29.000Z (over 1 year ago)
- Last Synced: 2024-06-28T10:34:39.789Z (3 months ago)
- Language: Hack
- Homepage:
- Size: 4.12 MB
- Stars: 207
- Watchers: 9
- Forks: 60
- Open Issues: 4
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# ChineseTone （汉字转拼音）
ChineseTone是基于Python实现的拼音转汉字工具，实现了与[jpinyin](https://github.com/stuxuhai/jpinyin)类似的接口，兼容Python2、Python3，支持多音字。
## 安装
方式1：
```
$ python setup.py install --user
```
方式2：
```
$ sudo python setup.py install
```
方式3：
```
$ pip install ChineseTone --user
```
方式4：
```
$ sudo pip install ChineseTone
```
## 使用
#### 基本使用
```python
from ChineseTone import *
print PinyinHelper.convertToPinyinFromSentence('了解了')
# 输出：[u'li\u01ceo', u'ji\u011b', u'le']
print '/'.join(PinyinHelper.convertToPinyinFromSentence('了解了'))
# 输出：liǎo/jiě/le
print PinyinHelper.convertToPinyinFromSentence('了解了', pinyinFormat=PinyinFormat.WITH_TONE_MARK)
# 输出：[u'li\u01ceo', u'ji\u011b', u'le']
print PinyinHelper.convertToPinyinFromSentence('了解了', pinyinFormat=PinyinFormat.WITH_TONE_NUMBER)
# 输出：[u'lia3o', u'jie3', u'le']
print PinyinHelper.convertToPinyinFromSentence('了解了', pinyinFormat=PinyinFormat.WITHOUT_TONE)
# 输出：[u'liao', u'jie', u'le']
```
__第一个参数必须是unicode类型，或者utf-8编码的字符串。__
非中文字符保持不变：
```python
print PinyinHelper.convertToPinyinFromSentence('了解了，Mike', pinyinFormat=PinyinFormat.WITHOUT_TONE)
# 输出：[u'liao', u'jie', u'le', u'\uff0c', u'M', u'i', u'k', u'e']
```
可以用指定的字符作为非中文字符的输出：
```python
print PinyinHelper.convertToPinyinFromSentence('了解了，Mike', pinyinFormat=PinyinFormat.WITHOUT_TONE, replace='%')
# 输出：[u'liao', u'jie', u'le', u'%', u'%', u'%', u'%', u'%']
```
某些情况下，为了保证准确性，可以指定一个分词函数，该函数必须返回一个可迭代对象，例如下面的cut函数：
```python
import jieba
def cut(s):
return jieba.cut(s, cut_all=False)
for word in cut('我来到北京清华大学,mike'):
print word
'''输出
我
来到
北京
清华大学
,
mike
'''
```
使用segment参数指定分词函数：
```python
import jieba
def cut(s):
return jieba.cut(s, cut_all=False)
## 未指定分词函数
print PinyinHelper.convertToPinyinFromSentence('提出了解决方案', pinyinFormat=PinyinFormat.WITHOUT_TONE)
# 输出：[u'ti', u'chu', u'liao', u'jie', u'jue', u'fang', u'an']
## 指定分词函数
print PinyinHelper.convertToPinyinFromSentence('提出了解决方案', pinyinFormat=PinyinFormat.WITHOUT_TONE, segment=cut)
# 输出：[u'ti', u'chu', u'le', u'jie', u'jue', u'fang', u'an']
```
#### 添加自己的词库
```python
from ChineseTone import *
print ','.join(PinyinHelper.convertToPinyinFromSentence('金馆长啊', pinyinFormat=PinyinFormat.WITHOUT_TONE))
# 输出有错： jin,guan,chang,a
# 添加词库
PinyinHelper.addWordPinyin('金馆长', ['jin', 'guan', 'zhang']) # 建议实际情况下拼音中加入声调
print ','.join(PinyinHelper.convertToPinyinFromSentence('金馆长啊', pinyinFormat=PinyinFormat.WITHOUT_TONE))
# 输出正确： jin,guan,zhang,a
# 也可以自定义某个字符的读音
print ','.join(PinyinHelper.convertToPinyinFromSentence('价值40$', pinyinFormat=PinyinFormat.WITHOUT_TONE))
# 输出： jia,zhi,4,0,$
# 自定义
PinyinHelper.addCharPinyin('4', ['si']) # 考虑多音字，所以用list
PinyinHelper.addCharPinyin('0', ['ling'])
PinyinHelper.addWordPinyin('$', ['mei', 'yuan']) # 这个用法奇怪些
print ','.join(PinyinHelper.convertToPinyinFromSentence('价值40$', pinyinFormat=PinyinFormat.WITHOUT_TONE))
# 输出： jia,zhi,si,ling,mei,yuan
```
#### 获取某汉字的所有拼音
```python
print PinyinHelper.convertToPinyinFromChar('了')
# 输出：[u'le', u'li\u01ceo']
print PinyinHelper.convertToPinyinFromChar('了', PinyinFormat.WITH_TONE_MARK)
# 输出：[u'le', u'li\u01ceo']
print PinyinHelper.convertToPinyinFromChar('了', PinyinFormat.WITH_TONE_NUMBER)
# 输出：[u'le', u'lia3o']
print PinyinHelper.convertToPinyinFromChar('了', PinyinFormat.WITHOUT_TONE)
# 输出：[u'le', u'liao']
## 若不是单个汉字，返回原值组成的长度为1的列表
print PinyinHelper.convertToPinyinFromChar('了解')
# 输出：[u'\u4e86\u89e3'] # 即“了解”
print PinyinHelper.convertToPinyinFromChar('12')
# 输出：[u'12']
```
#### 判断是否为多音字
```python
print PinyinHelper.hasMultiPinyin('了')
# 输出：True
print PinyinHelper.hasMultiPinyin('你')
# 输出：False
```
#### 获取拼音的声母部分
```python
print PinyinHelper.getShengmu('ni')
# 输出：n
print PinyinHelper.getShengmu('sheng')
# 输出：sh
print PinyinHelper.getShengmu('en')
# 输出：None
```
#### 是否全部是汉字
```python
print ChineseHelper.isChinese('n')
# 输出：False
print ChineseHelper.isChinese('你好')
# 输出：True
print ChineseHelper.isChinese('hi，小王')
# 输出：False
```
#### 简单的简/繁转换
```python
print ChineseHelper.convertToTraditionalChinese('hi，你好，我来到了北京天安门')
# 输出：hi，你好，我來到了北京天安門
print ChineseHelper.convertToSimplifiedChinese('hi，你好，我來到了北京天安門')
# 输出：hi，你好，我来到了北京天安门
```
## 词库
词库位于`ChineseTone/data`下，可以根据需要添加条目。
词库来自[jpinyin](https://github.com/stuxuhai/jpinyin)、[pinyin](https://github.com/overtrue/pinyin)、[pinyin](https://github.com/hotoo/pinyin)。 `pinyin.db`中的数据是合成自这三个词库。
更新词库后需要重新安装：
* 如果有`build`目录，则删除；
* [安装](#安装)。
## 原理
[如何实现拼音与汉字的互相转换](https://www.letianbiji.com/article/101693.html)
## 感谢
* jpinyin: https://github.com/stuxuhai/jpinyin
* pinyin: https://github.com/hotoo/pinyin
* pypinyin: https://github.com/mozillazg/python-pinyin
* pinyin: https://github.com/overtrue/pinyin
## 补充
@2016-6-12: https://github.com/mozillazg/pinyin-data/ 整理了非常好的拼音数据。
## 协议
WTFPL && 注明词库来源，即：
* jpinyin: https://github.com/stuxuhai/jpinyin
* pinyin: https://github.com/hotoo/pinyin
* pinyin: https://github.com/overtrue/pinyin