偶然发现百度汉语里面,有一笔一划的汉字顺序:          觉得这个动态的图片,等以后娃长大了,可以用这个教写字.然后就去找找常用汉字,现代汉语常用字表 .拿到这里面的汉字,做两个数组出来,一共是3500个汉字: ['一','乙','二','十','丁','厂','七','卜','人','入','八','九','几','儿','了','力','乃','刀','又','三','于','干','亏','士','工','土','才','寸','下','大','丈','与','万','上','小',

python把汉字转换成拼音实现程序 文章一个简洁干的汉字转拼音 程序,复制下载就可以直接使用,有需要的同学可以参考一下下. #coding:utf-8 #基于python2.6 table = 'a,-20319;ai,-20317;an,-20304;ang,-20295;ao,-20292;ba,-20283;bai,-20265;ban,-20257;bang,-20242;bao,-20230;bei,-20051;ben,-20036;beng,-20032;bi,-20026;bi

一万点暴击伤害 人懒起来太可怕了,放了个十一充分激发了我的惰性.然后公众号就这么停了半个月,好惭愧- 新学期儿子的幼儿园上线了APP,每天作业通过app布置后,家长需要陪着孩子学习,并上传视频才算完成作业.来看看今天的课后作业吧: 看到最后的千字文,我就瞬间崩溃了,别说教孩子,我自己都一堆字不认识.老婆就是因为很多字需要手机查嫌麻烦,才把辅导孩子的任务甩给了我.平时我们中英文翻译的时候,经常使用百度翻译,那么今天我们使用Python来做一个自动注音的GUI工具吧! Python的拼音模块 Pyt

百度语音识别提供的api范例只有java, c, php. 如果使用Python, 需要注意: 语音文件长度是指bytes大小 可以通过len(file.read())获得 使用requests.post方法的时候, 要以json参数上传 只要注意这两点,就可以将php代码转过来(python使用的代码要短很多!!!!) 返回结果: {"corpus_no":"6307854536451733151","err_msg":"succes

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cl

https://github.com/Dongvdong/python_Smartvoice 上电后,只要周围声音超过 2000,开始录音5S 录音上传百度识别,并返回结果文字输出 继续等待,周围声音是否超过2000,没有就等待. 点用电脑API语音交互 .. # -*- coding: utf-8 -*- # 树莓派 from pyaudio import PyAudio, paInt16 import numpy as np from datetime import datetime imp

操作系统:Windows Python:3.5 欢迎加入学习交流QQ群:657341423 百度语音识别官方文档 百度语音合成官方文档 注意事项:接口支持 POST 和 GET两种方式,个人支持用post模式,因为get的话,如果get数据太长,会出现缺失的. 语音识别要求支持的语音格式 原始 PCM 的录音参数必须符合 8k/16k 采样率.16bit 位深.单声道,支持的压缩格式有:pcm(不压缩).wav.opus.amr.x-flac. 简单说,语音参数必需要 8k/16k 采样率.16

由于用户输入是千奇百怪的,除了格式语法不合要求之外的,即便是所谓的合法数据也是五花八门.尤其是地址,所有才由此文. 百度Api注册一个账号,创建一个应用后就会有一个`ak`的参数,就够了. Python(号称胶水语言),此次所及的Demo是Python交互式编程的做法,只是为了方便展示.所得地址有可能是所在城市的地标地址,从功能层面来说已经尽力了. # -*- coding: utf-8 -*- import os import sys import json import urllib imp

最近做文档识别方面的项目,做汉字识别需要建立字库,在网上找了各种OCR,感觉都不好,这方面的技术应该比较成熟了,OCR的软件很多,但没有找到几篇有含金量量的论文,也没有看到哪位大牛公开字库,我用pygame渲染字体来生成字库,也用PIL对整齐的图片进行切割得到字库. pygame渲染字体来生成字库 用pygame渲染字体我参考的这篇文章,根据GB2323-8标准,汉语中常用字3500个,覆盖了99.7%的使用率,加上次常用共6763个,覆盖99.99%的使用率.先生成一个字体图片,从网上找来35

xpinyin提供把汉字转为汉语拼音的功能. 安装此模块 pip install xpinyin简单用例: from xpinyin import Pinyin pin = Pinyin() test1 = pin.get_pinyin("大河向东流") #默认分割符为- print(test1) test2 = pin.get_pinyin("大河向东流", "") print(test2)

# coding=utf8 import urllib2 import string import urllib import re import random #设置多个user_agents,防止百度限制IP user_agents = ['Mozilla/5.0 (Windows NT 6.1; WOW64; rv:23.0) Gecko/20130406 Firefox/23.0', \ 'Mozilla/5.0 (Windows NT 6.1; WOW64; rv:18.0) Geck

调用百度Ai 完成一个学生信息录入的网页小案例 添加图片,身份证信息对号入座 官方文档中心:https://ai.baidu.com/docs#/OCR-API/7e4792c7 utils.py #encoding:utf-8 import requests import urllib from urllib import parse import os import json import base64 URL = 'https://aip.baidubce.com/rest/2.0/ocr

主要是pypinyin 包,官网: http://pypinyin.readthedocs.io/zh_CN/master/index.html jieba包,主要是用来分词的,我之前的博文有介绍:http://www.cnblogs.com/dahu-daqing/p/7491343.html 官网: https://github.com/fxsjy/jieba/blob/master/README.md 就不细讲了,软件包都是中国人写的,官网也都是中文,看上去无压力. 放一下我的练习实例:

import requests address = '40.8587960,86.866991' url = 'http://api.map.baidu.com/geocoder?output=json&key=f247cdb592eb43ebac6ccd27f796e2d2&location=' + str(address) response = requests.get(url) answer = response.json() print('得到反解数据', answer) 使用py

#!/usr/bin/env python # -*- coding: utf-8 -*- common_used_numerals_tmp ={'零':0, '一':1, '二':2, '三':3, '四':4, '五':5, '六':6, '日':7, '八':8, '九':9, '十':10} common_used_numerals = {} for key in common_used_numerals_tmp: common_used_numerals[key.decode('utf

获取汉字首字母 关注公众号"轻松学编程"了解更多. 应用场景之一:可用于获取名字首字母,在数据库中查询记录时,可以用它来排序输出. from pytz import unicode # 获取汉字首字母 def multi_get_letter(str_input): if isinstance(str_input, unicode): unicode_str = str_input else: try: unicode_str = str_input.decode('utf8') ex

问题1:如果我们知道汉字编码范围是0x4E00到0x9FA5,怎么从十六进制的编码转成人类可读的字呢? 问题2:怎么把unicode编码的字写入文件呢,假设直接用open()的话,会提示UnicodeEncodeError: 'ascii' codec can't encode character u'\u4e00' in position 0: ordinal not in range(128) 问题1的答案是用unichr,问题2的答案是用codes. 以下上代码. import codec

# -*- coding:utf-8 -*- #https://blog.csdn.net/qq_32166627/article/details/60882964 import requests import os import pinyin import simplejson def getManyPages(keyword,pages): params=[] for i in range(30,30*pages+30,30): params.append({ 'tn': 'resultjs

通过unihan的文件来实现. 只要是unihan中有kTotalStrokes字段,获取其笔画数. Hash也是非常简单清楚的,但想到这些unicode其实会有一个分布规律,就记录了一下, 利用此性质通过数组方式来获取笔画. 记录了一下unicode的范围 start: [13311, 19968, 63744, 131072, 173824, 177984, 178208, 194995] end : [19893, 40917, 64045, 173782, 177972, 178205,

# -*- coding: utf-8 -*- #coding=utf-8 import urllib import urllib2 import re import thread import time class BDTB: def __init__(self,baseurl,seeLz): self.baseUrl=baseurl self.seeLz='?see_lz='+str(seeLz) self.Tool=Tool() def getPage(self,pageNum): try