Python玩转《生僻字》

「2019 Python开发者日」全日程揭晓，请扫码咨询 ↑↑↑

来源｜TEDxPY（ID：TEDxPY）

茕茕孑立 沆瀣一气

踽踽独行 醍醐灌顶

绵绵瓜瓞 奉为圭臬

龙行龘龘 犄角旮旯

娉婷袅娜 涕泗滂沱

呶呶不休 不稂不莠

这首《生僻字》，考验的是“语文”硬实力。倘若实力不够，其实可以拿Python来凑，毕竟库多！今天就来说一个有意思的pypinyin库，名字很直白，是Python版的拼音库，用来将汉字转为拼音。

先来看下代码运行效果，比较喜欢将结果print到命令行的样式：

当然，正规的操作是读取汉字txt文本，生成注音版txt文本：

思路

很简单，拼音库可以把汉字转化为拼音，那我们要做的就是读取文本，获取拼音，最后将文本和拼音重新拼接。代码也不难，基本围绕字符串和列表进行拼接操作，比较适合新手朋友拿来练手。

pypinyin库

首先是安装：

pip install pypinyin

装好后引入模块：

from pypinyin import pinyin 

调用 pinyin(“生僻字”) 即可得到拼音列表 [[‘shēng’], [‘pì’], [‘zì’]]

读写txt文本

算是读写txt文件的简单应用：

txt_name = "生僻字"
with open("%s.txt"%txt_name,encoding="UTF-8-sig") as f:
    content = f.read()
    input_str = content
result = transfer(input_str)#对读取到的txt进行注音操作

with open("%s_拼音.txt"%txt_name,'w',encoding='UTF-8-sig') as m:
    m.write(result)

拼接

首先会对读入的文本进行整理，去除多余的空格，将字符串中的汉字与列表中的拼音一一对应并拼接。

由于中文字符是占两个字节，以及读写txt时也会涉及到编码格式，这部分的代码费了些功夫，只能说勉强做到格式整齐吧。

回顾

最初接触一个读取剪贴板内容的pyperclip模块，琢磨对剪贴板中字符串如何操作。恰巧听到《生僻字》，觉得既然逐字查拼音是个麻烦事，何不通过Python来批量添加拼音呢？很幸运，还真有大佬写了这个pypinyin库，在Github上也已有1500多颗星了~

昨天完成的小代码，是对剪贴板中复制的内容添加拼音，感觉实用性不强且操作不方便，故今天修改为读取txt文本生成注音版本。

代码下载

Github代码下载：

https://github.com/pengfexue2/addPinyin.git

最后再放个《离骚》文本的注音，先txt文本：

以及偏爱的命令行格式：

◆

精彩推荐

◆

「2019 Python开发者日」全日程揭晓！这一次我们依然“只讲技术，拒绝空谈”10余位一线Python技术专家共同打造一场硬核技术大会。更有深度培训实操环节，为开发者们带来更多深度实战机会。更多详细信息请咨询13581782348（微信同号）。

你也可以点击阅读原文查看大会详情。