Python中文轉拼音代碼(支持全拼和首字母縮寫)

本文的代碼，從https://github.com/cleverdeng/pinyin.py升級得來，針對原文的代碼，作了如下升級：

 

 

1 2 3 4

一、能夠傳入參數firstcode：若是爲true，只取漢子的第一個拼音字母；若是爲false，則會輸出所有拼音； 二、修復：若是爲英文字母，則直接輸出； 三、修復：若是分隔符爲空字符串，仍然能正常輸出； 四、升級：能夠指定詞典的文件路徑

代碼很簡單，直接讀取了一個詞典（字符和英文的映射），而後挨個替換中文中的拼音便可；

 

 

 

 

 

Python

 

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76

#!/usr/bin/env python # -*- coding:utf-8 -*-   """ 原版代碼：https://github.com/cleverdeng/pinyin.py   新增功能：     一、能夠傳入參數firstcode：若是爲true，只取漢子的第一個拼音字母；若是爲false，則會輸出所有拼音；     二、修復：若是爲英文字母，則直接輸出；     三、修復：若是分隔符爲空字符串，仍然能正常輸出；     四、升級：能夠指定詞典的文件路徑 """   __version__ = '0.9' __all__ = ["PinYin"]   import os.path     class PinYin(object):     def __init__(self):         self.word_dict = {}       def load_word(self, dict_file):         self.dict_file = dict_file         if not os.path.exists(self.dict_file):             raise IOError("NotFoundFile")           with file(self.dict_file) as f_obj:             for f_line in f_obj.readlines():                 try:                     line = f_line.split('    ')                     self.word_dict[line[0]] = line[1]                 except:                     line = f_line.split('   ')                     self.word_dict[line[0]] = line[1]         def hanzi2pinyin(self, string="", firstcode=False):         result = []         if not isinstance(string, unicode):             string = string.decode("utf-8")                  for char in string:             key = '%X' % ord(char)             value = self.word_dict.get(key, char)             outpinyin = str(value).split()[0][:-1].lower()             if not outpinyin:                 outpinyin = char             if firstcode:                 result.append(outpinyin[0])             else:                 result.append(outpinyin)           return result         def hanzi2pinyin_split(self, string="", split="", firstcode=False):         """提取中文的拼音         @param string:要提取的中文         @param split:分隔符         @param firstcode: 提取的是全拼仍是首字母？若是爲true表示提取首字母，默認爲False提取全拼           """         result = self.hanzi2pinyin(string=string, firstcode=firstcode)         return split.join(result)     if __name__ == "__main__":     test = PinYin()     test.load_word('word.data')     string = "Java程序性能優化-讓你的Java程序更快更穩定"     print "in: %s" % string     print "out: %s" % str(test.hanzi2pinyin(string=string))     print "out: %s" % test.hanzi2pinyin_split(string=string, split="", firstcode=True)     print "out: %s" % test.hanzi2pinyin_split(string=string, split="", firstcode=False)

實例中main函數的代碼輸出結果

代碼使用方法：

若是須要其餘的提取，能夠修改一下代碼實現；