【Python】 汉字转化汉语拼音pinyin

pinyin

　　pinyin模块是github上一个小项目，在github.com/cleverdeng/pinyin.py上面可以下到源码。衷心感谢那些为这个模块做出贡献的人来方便我们【鞠躬】

　　安装：

　　　　下载获得github上的包之后，解压，在cmd下将工作目录切换到解压出来的文件夹里。#python setup.py build，之后就装好了

　　我记得在我第一次用这个模块之前，我参考了某位前辈的工作，稍微改了一下pinyin的源码，那篇文章已经找不到了T-T。谢过那位前辈

　　源码第一处改动：改动class PinYin下的hanzi2pinyin方法

#######原来的hanzi2pinyin函数是这样的##########
    def hanzi2pinyin(self, string=""):
        result = []
        if not isinstance(string, unicode):
            string = string.decode("utf-8")

        for char in string:
            key = '%X' % ord(char)
            result.append(self.word_dict.get(key, char).split()[0][:-1].lower())
        return result

#########把它改成这样##################
    def hanzi2pinyin(self, string=""):
        result = []
        if not isinstance(string, unicode):
            string = string.decode("utf-8")

        for char in string:
            key = '%X' % ord(char)
            if not self.word_dict.get(key):    #加一条判断，当碰到非汉字的时候原字符保留
                result.append(char)
            else:
                result.append(self.word_dict.get(key, char).split()[0][:-1].lower())

        return result

　　第二处改动：class PinYin 下的 hanzi2pinyin_split方法：

############原来函数是这样的###########
    def hanzi2pinyin_split(self, string="", split=""):
        result = self.hanzi2pinyin(string=string)
        if split == "":
            return result
        else:
            return split.join(result)

###########改过之后的函数############
    def hanzi2pinyin_split(self, string="", split=""):
        result = self.hanzi2pinyin(string=string)
        #if split == "":        #注释掉这三句，功能是这个函数的split参数为空串的时候也返回一个连在一起的字符串而不是一个列表
        #   return result
        #else:
        return split.join(result)

　　*pinyin把汉字转拼音的原理是从一个外部文件，找到相关汉字的拼音表示然后替换原文。这个外部文件在PinYin初始化时由变量的dict_file指定。需要注意的是原文没有写绝对路径，也就是说默认word.data文件是放在和pinyin.py同一个目录下的。可以自己根据需要修改

　　用法：

import pinyin

pinyinTransfer = pinyin.PinYin()
pinyinTransfer.load_word()
print pinyinTransfer.hanzi2pinyin("一段中文内容")
>>> yiduanzhongwenneirong

print pinyinTransfer.hanzi2pingyin("一段中文内容",split="|")
>>> yi|duan|zhong|wen|nei|rong