漢語拼音轉換工具 Python 版：Python-pinyin

將漢語轉為拼音。可以用于漢字注音、排序、檢索。

基于 hotoo/pinyin 開發。

• Documentation: http://pypinyin.rtfd.org
• GitHub: https://github.com/mozillazg/python-pinyin
• License: MIT license
• PyPI: https://pypi.python.org/pypi/pypinyin
• Python version: 2.6, 2.7, pypy, 3.3, 3.4

特性

• 根據詞組智能匹配最正確的拼音。
• 支持多音字。
• 簡單的繁體支持。
• 支持多種不同拼音風格。

安裝

$ pip install pypinyin

為了更好的處理包含多音字及非中文字符的字符串，推薦同時安裝 jieba 分詞模塊。

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)  # 啟用多音字模式
[[u'zh\u014dng', u'zh\xf2ng'], [u'x\u012bn']]
>>> pinyin(u'中心', style=pypinyin.INITIALS)  # 設置拼音風格
[['zh'], ['x']]
>>> pinyin('中心', style=pypinyin.TONE2, heteronym=True)
[['zho1ng', 'zho4ng'], ['xi1n']]
>>> lazy_pinyin(u'中心')  # 不考慮多音字的情況
['zhong', 'xin']

命令行工具：

$ pypinyin 音樂
yīn yuè
$ pypinyin -h

分詞處理

如果安裝了 jieba 分詞模塊，程序會自動調用。

使用其他分詞模塊：

1. 安裝分詞模塊，比如pip install snownlp；

2. 使用經過分詞處理的字符串列表作參數：

   >> from pypinyin import lazy_pinyin, TONE2
   >> from snownlp import SnowNLP
   >> hans = u'音樂123'
   >> lazy_pinyin(hans, style=TONE2)
   [u'yi1n', u'le4', u'1', u'2', u'3']
   >> hans_seg = SnowNLP(hans).words  # 分詞處理
   >> hans_seg
   [u'\u97f3\u4e50', u'123']
   >> lazy_pinyin(hans_seg, style=TONE2)
   [u'yi1n', u'yue4', u'123']

自定義拼音庫

如果對結果不滿意，可以通過自定義拼音庫的方式修正結果：

安裝了 jieba 分詞模塊并且支持分詞的詞組

>> from pypinyin import lazy_pinyin, load_phrases_dict, TONE2
>> hans = u'桔子'
>> lazy_pinyin(hans, style=TONE2)
[u'jie2', u'zi3']
>> load_phrases_dict({u'桔子': [[u'jú'], [u'zǐ']]})
>> lazy_pinyin(hans, style=TONE2)
[u'ju2', u'zi3']

未安裝 jieba 分詞模塊 and/or 不支持分詞的詞組

>> from pypinyin import lazy_pinyin, load_phrases_dict, TONE2, load_single_dict
>> hans = u'還沒'
>> lazy_pinyin(hans, style=TONE2)
['hua2n', 'me2i']
>>>  # 第一種自定義詞組的方法
>> load_phrases_dict({u'還沒': [[u'hái'], [u'méi']]})
>>> lazy_pinyin(u'還沒', style=TONE2)})
['hua2n', 'me2i']
>>> lazy_pinyin([u'還沒'], style=TONE2)  # 手動指定 "還沒" 為一個詞組
['ha2i', 'me2i']
>>>  # 第二種自定義詞組的方法
>> load_single_dict({ord(u'還'): u'hái,huán'})  # 調整 "還" 字的拼音順序
>>> lazy_pinyin(u'還沒', style=TONE2)
['ha2i', 'me2i']

Related Projects

• hotoo/pinyin: 漢語拼音轉換工具 Node.js/JavaScript 版。
• mozillazg/go-pinyin: 漢語拼音轉換工具 Go 版。