汉语转拼音工具、新华字典API——两个支持Python的中文资源-CSDN博客

640?wx_fmt=jpeg

整理 | Jane

出品 | AI科技大本营

【导读】平常为大家推荐的资源中，以英语语言占据大多数。今天 AI科技大本营特别要为大家推荐两个跟中文相关的资源工具。先简单介绍下这两个资源工具都是什么。第一个，汉字转拼音的工具——即将中文字符转换成它的拼音。除了支持 JavaScript，还可以支持 Python、Go、Rust 等多种语言。可以说是非常 nice 的一个中文资源工具了。第二个是新华字典的 API，收录包括 14032 条歇后语，16142 个汉字，264434 个词语，31648 个成语。有需要的同学可以收藏留着用，觉得不错记得分享点赞。

汉字转拼音工具

▌功能

将中文字符转换为拼音。可用于汉字注音、排序、检索任务。

▌特性

根据词组智能匹配最正确的拼音。
支持多音字。
简单的繁体支持, 注音支持。
支持多种不同拼音/注音风格。

▌支持版本

1.Node.js/JavaScript 版

注：这个版本同时支持在 Node 和 Web 浏览器环境运行；

作者：hotoo；来源：GitHub

https://github.com/hotoo/pinyin

640?wx_fmt=png

2.Python 版

作者：mozillazg；来源：GitHub

https://github.com/mozillazg/python-pinyin

640?wx_fmt=png

3. Go 版

作者：mozillazg；来源：GitHub

https://github.com/mozillazg/go-pinyin

640?wx_fmt=png

4.Rust 版

作者：mozillazg；来源：GitHub

https://github.com/mozillazg/rust-pinyin

640?wx_fmt=png

▌一些注意事项

1.为什么没有 y, w, yu 几个声母？

1>>> from pypinyin import Style, pinyin
2>>> pinyin('下雨天', style=Style.INITIALS)
3[['x'], [''], ['t']]

因为根据《汉语拼音方案》， y，w，ü (yu) 都不是声母。

声母风格（INITIALS）下，“雨”、“我”、“圆”等汉字返回空字符串，因为根据《汉语拼音方案》， y，w，ü (yu) 都不是声母，在某些特定韵母无声母时，才加上 y 或 w，而 ü 也有其特定规则。 —— @hotoo

如果你觉得这个给你带来了麻烦，那么也请小心一些无声母的汉字（如“啊”、“饿”、“按”、“昂”等）。这时候你也许需要的是首字母风格（FIRST_LETTER）。 —— @hotoo

参考:

hotoo/pinyin#57, #22, #27, #44

如果觉得这个行为不是你想要的，就是想把 y 当成声母的话，可以指定 strict=False ，这个可能会符合你的预期，详见 strict 参数的影响

1>>> from pypinyin import Style, pinyin
2>>> pinyin('下雨天', style=Style.INITIALS)
3[['x'], [''], ['t']]
4>>> pinyin('下雨天', style=Style.INITIALS, strict=False)
5[['x'], ['y'], ['t']]

2.拼音数据

单个汉字的拼音使用 pinyin-data 的数据
词组的拼音使用 phrase-pinyin-data 的数据

3.node 版和 web 版有什么异同？

pinyin 目前可以同时运行在 Node 服务器端和 Web 浏览器端。 API 和使用方式完成一致。但 Web 版较 Node 版稍简单，拼音库只有常用字部分，没有使用分词算法，并且考虑了网络传输对词库进行了压缩处理。

由于分词和繁体中文的特性，部分情况下的结果也不尽相同。由于这些区别，测试不同运行环境的用例也不尽相同。

特性	Web 版	Node 版
拼音库	常用字库。压缩、合并	完整字库。不压缩、合并
分词	没有分词	使用分词算法，多音字拼音更准确。
拼音频度排序	有根据拼音使用频度优先级排序。	同 Web 版。
繁体中文	没有繁体中文支持。	有简单的繁简汉字转换。