Hanlp 汉字转拼音如何通过python调用

0、hanlp简介

HanLP是一系列模型与算法组成的NLP工具包，由大快搜索主导并完全开源，目标是普及自然语言处理在生产环境中的应用。HanLP具备功能完善、性能高效、架构清晰、语料时新、可自定义的特点。

开源网址：HanLP: Han Language Processing

但由于hanlp是用java来实现的，要在python中使用hanlp，只能通过调用pyhanlp这个包来。

但是pyhanlp里面有一些功能仍然不支持python直接调用，比如汉字转拼音，这时候就需要从python中启动jvm并指定Hanlp的jar路径来使用其他功能了。

1、下载并配置文件

（1）从开源网址中下载jar、data、hanlp.properties并修改配置文件：
1、下载：data.zip
下载后解压到任意目录，接下来通过配置文件hanlp.properties告诉HanLP数据包的位置。

data
│
├─dictionary
└─model
用户可以自行增删替换，如果不需要句法分析等功能的话，随时可以删除model文件夹。

2、下载jar和配置文件：hanlp-release.zip
配置文件hanlp.properties的作用是告诉HanLP数据包的位置，只需修改第一行为data的父目录即可:

root=D:/JavaProjects/HanLP/

比如data目录是/Users/hankcs/Documents/data，那么root=/Users/hankcs/Documents/ 。

（2）从python中启动jvm以及添加jar包路径

from jpype import startJVM,shutdownJVM
import jpype

jvm_default = jpype.getDefaultJVMPath()
jar_path = "-Djava.class.path=C:/Users/1/Desktop/hanlp-1.70/hanlp-1.7.0.jaxxxxxxdxxr;C:/Users/1/Desktop/hanlp-1.70;"

#启动JVM，需要参数：1、jvm路径； 2、jar_path指向hanlp的jar包路径以及jar包本身路径
startJVM(jvm_default,jar_path)

其中-Djava.class.path是用来添加jar包到classpath中，然后用startJVM来启动jvm。

startJVM第一个参数是系统内的jvm位置，第二个为*arg参数，此处放置classpath。

2、启动汉字转拼音模块

from jpype import JClass

pinyin = JClass('com.hankcs.hanlp.dictionary.py.PinyinDictionary')
pypinyin = pinyin.convertToPinyin("测试")

以上得到的是java的ArrayList类型，需要将他装换为string类型：

res = pypinyin.toString()
print(res)

结果如下：

'[ce4, shi4]'

3、最后记得关闭JVM

shutdownJVM（）