Python pypinyin module 的应用

• 安装pypinyin module
  • 这个模块主要处理中文拼音
  • 可以用来做很多很有趣的事情

如何使用help 函数

将help 函数的输出保存到文件中去

• 一眼会

import sys
import pypinyin

with open('帮助文档.txt','w') as f:
    sys.stdout = f 
    help(pypinyin) 

如何查找模块中内置的函数

• 类

• 函数 

• lazy_pinyin(hans, style=<Style.NORMAL: 0>, errors='default', strict=True, v_to_u=False, neutral_tone_with_five=False, tone_sandhi=False)
  • 将汉字转换为拼音，返回不包含多音字结果的拼音列表
• load_phrases_dict(phrases_dict, style='default')
  • 载入用户自定义的词语拼音库
• load_single_dict(pinyin_dict, style='default')
  • 载入用户自定义的单字拼音库
• pinyin(hans, style=<Style.TONE: 1>, heteronym=False, errors='default', strict=True, v_to_u=False, neutral_tone_with_five=False)
  • 将汉字转换为拼音，返回汉字的拼音列表
• slug(hans, style=<Style.NORMAL: 0>, heteronym=False, separator='-', errors='default', strict=True)
  • 将汉字转换为拼音，然后生成 slug 字符串

pypinyin module

style example

from pypinyin import pinyin

for i in range(15):
    print("i=", i)
    print("".join(
            [i[0] for i in pinyin("啊什么，你说计算机？", style=i, heteronym=False)]
                 )
          )

i= 0
ashenme，nishuojisuanji？
i= 1
ashénme，nǐshuōjìsuànjī？
i= 2
ashe2nme，ni3shuo1ji4sua4nji1？
i= 3
shm，nshjsj？
i= 4
asm，nsjsj？
i= 5
aene，iuoiuani？
i= 6
aéne，ǐuōìuànī？
i= 7
ae2ne，i3uo1i4ua4ni1？
i= 8
ashen2me，ni3shuo1ji4suan4ji1？
i= 9
aen2e，i3uo1i4uan4i1？
i= 10
ㄚ˙ㄕㄣˊㄇㄜ˙，ㄋㄧˇㄕㄨㄛㄐㄧˋㄙㄨㄢˋㄐㄧ？
i= 11
ㄚㄕㄇ，ㄋㄕㄐㄙㄐ？
i= 12
ашэнь2мэ，ни3шуо1цзи4суань4цзи1？
i= 13
ашм，ншцсц？
i= 14
ashenme，nishochisuanchi？

• 拼音风格问题
• 多音字问题

有趣的应用：寻找同音字

完整代码

from pypinyin import pinyin


def get_jokesrt(jokestr):
    return "".join([i[0] for i in pinyin(jokestr, style=1, heteronym=False)])

def find_jokes(name, style=1, path="sentences.txt", heteronym=False, COUNT=10):
    jokestr = get_jokesrt(name)
    count = 0
    with open(path, "r", encoding='utf-8') as file:
        for line in file:
            linestr = line.strip()
            if jokestr in get_jokesrt(linestr):
                print(linestr)
                print("##")
                count += 1
            if count >= COUNT:
                break

---

find_jokes("睿雯")

•  问题
  • 没有实现字与音的一一对应

改进后的代码

from pypinyin import pinyin
import pypinyin 

def get_jokestr(jokestr):
    return pypinyin.slug(jokestr, style=1, separator="-") + "-"

def printf(name, linestr, separator="-"):
    print(linestr)
    jokestr = get_jokestr(name)
    textstr = get_jokestr(linestr)
    index1 = textstr.find(jokestr)
    index2 = textstr[:index1].count(separator)

    newstr =  linestr[:index2]
    newstr += "￥" * len(name)
    newstr += linestr[len(name) + index2:]
    print(newstr)
    return [linestr, newstr]

def find_jokes(name, style=1, path="file.txt", heteronym=False, COUNT=3):
    jokestr = get_jokestr(name)
    count = 0
    with open(path, "r", encoding='gbk') as file:
        for line in file:
            linestr = line.strip()
            if jokestr in get_jokestr(linestr):
                printf(name, linestr)
                print("##")
                count += 1
            if count >= COUNT:
                break

test_str = "睿雯"
find_jokes(test_str)

常用到的几个内置函数

• strip()
  • 用于去除字符串两端的指定字符（默认为空格）的函数
• find()
• count()
  • 统计字符串中指定子串出现的次数
• lower()、upper()
  • 将字符串转换为小写和大写
• islower()、isupper()
  • 判断字符串是否全为小写或大写
• capitalize()
  • 将字符串的首字母转换为大写，其他字母转换为小写
• title()
  • 将字符串中每个单词的首字母转换为大写
• isalpha()、isdigit()、isalnum()
  • 判断字符串是否全为字母、数字、字母和数字的组合
• startswith(substring)、endswith(substring)
  • 判断字符串是否以指定的子串开始或结束
• replace(old, new)
  • 将字符串中的指定子串替换为新的子串
• split(separator)
  • 将字符串按照指定的分隔符分割成列表
• index(substring)
  • 在字符串中查找指定子串，返回第一次出现的索引
• join(iterable)
  • 将可迭代对象中的元素连接成一个字符串。
• isdigit()
  • 判断字符串是否全为数字字符。