汉字按照拼音排序

```
# -*- coding: utf-8 -*-

import os
import codecs
import math
import operator
import re
from xpinyin import Pinyin
pin = Pinyin()


patent_file = "in.txt"
corpus = {}
f = open(patent_file, 'r', encoding='utf-8')   
for line in f.readlines():
   match = re.match("(\d+):(.+)",line)
   if match == None:
      print(line)
   else:
      ID = match.group(1)
      content = str(line)
      corpus[ID] = content
f.close()

cmpDict = {}
f = open(patent_file, 'r', encoding='utf-8')   
for line in f.readlines():
   match = re.match("(\d+):.*(.)\[得像\]",line)
   if match == None:
      print("search 2",line)
   else:
      ID = match.group(1)
      cmp = match.group(2)
      cmpDict[ID] = pin.get_pinyin(cmp)
      #cmpDict[ID] = cmp.encode("GBK")             
f.close()

mylist = sorted(cmpDict.items(),key=lambda item:item[1])
print(mylist)
f = open("out.txt", 'w', encoding='utf-8')   
for ID,w in mylist:           
   f.write(str(corpus[ID]))
f.close()


```
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值