【Python】pypinyin-汉字拼音转换工具

• Documentation: https://pypinyin.readthedocs.io/
• GitHub: https://github.com/mozillazg/python-pinyin
• PyPI: https://pypi.org/project/pypinyin
• Python version: 2.7, pypy, pypy3, 3.4, 3.5, 3.6, 3.7, 3.8, 3.9, 3.10, 3.11, 3.12, 3.13

1. 主要功能

汉字转拼音：可以将汉字转化为拼音，可以处理多音字。
声调标注：可以在拼音中标注声调。
拼音风格：支持多种拼音风格，比如带声调的拼音、数字表示声调的拼音、以及不带声调的拼音。
多音字支持：能够正确处理和选择多音字的正确读音。
自定义拼音库：用户可以自定义词组的拼音，以适应特定的应用需求。

2. 安装

可以通过pip来安装pypinyin。

pip install pypinyin

3. 常用API

3.1 拼音风格

class pypinyin.Style(value, names=<not given>, *values, module=None, qualname=None, type=None, start=1, boundary=None)

3.2 核心API

3.2.1 pypinyin.pinyin()

将汉字转换为拼音，返回汉字的拼音列表。

pypinyin.pinyin(hans, style=Style.TONE, heteronym=False, errors='default', strict=True, v_to_u=False, neutral_tone_with_five=False)

3.2.2 pypinyin.lazy_pinyin()

将汉字转换为拼音，返回不包含多音字结果的拼音列表。与 pinyin() 的区别是返回的拼音是个字符串， 并且每个字只包含一个读音。

pypinyin.lazy_pinyin(hans, style=Style.NORMAL, errors='default', strict=True, v_to_u=False, neutral_tone_with_five=False, tone_sandhi=False)

3.2.3 pypinyin.load_single_dict()

载入用户自定义的单字拼音库。

pypinyin.load_single_dict(pinyin_dict, style='default')

3.2.4 pypinyin.load_phrases_dict()

载入用户自定义的词语拼音库。

pypinyin.load_phrases_dict(phrases_dict, style='default')

3.2.5 pypinyin.slug()

将汉字转换为拼音，然后生成 slug 字符串。

pypinyin.slug(hans, style=Style.NORMAL, heteronym=False, separator='-', errors='default', strict=True)

3.3 注册新的拼音风格

注册一个拼音风格实现。 自定义的函数应当使用 **kwargs 来兼容后续可能会新增的关键字参数， 当前默认会传递如下参数.

pypinyin.style.register(style, func=None)

@register('echo')
def echo(pinyin, **kwargs):
    return pinyin

# or
register('echo', echo)

4. 基本用法

4.1 库导入

from pypinyin import pinyin, lazy_pinyin, Style

4.2 基本汉字转拼音

print(pinyin('中心'))  # 输出: [['zhōng'], ['xīn']]

4.3 拼音风格

# 转换为不带声调的拼音
print(lazy_pinyin('中心'))  # 输出: ['zhong', 'xin']

# 显示声调的拼音
print(pinyin('中心', style=Style.TONE))   # 输出: [['zhōng'], ['xīn']]
print(pinyin('中心', style=Style.TONE2))  # 输出: [['zho1ng'], ['xi1n']]
print(pinyin('中心', style=Style.TONE3))  # 输出: [['zhong1'], ['xin1']]
# 可以设置用5表示轻声
print(pinyin('衣裳', style=Style.TONE3, neutral_tone_with_five=True))  # 输出: [['yi1'], ['shang5']]
# 其他风格
print(pinyin('中心', style=Style.FIRST_LETTER)）  # 输出: [['z'], ['x']]
print(pinyin('中心', style=Style.CYRILLIC))   # 输出: [['чжун1'], ['синь1']]
print(pinyin('战略', v_to_u=True, style=Style.NORMAL))   # 输出: [['zhan'], ['lüe']]

# slug用法
import pypinyin
print(pypinyin.slug('中国人'))  # 输出: 'zhong-guo-ren'
print(pypinyin.slug('中国人', separator=' '))  # 输出: 'zhong guo ren'
print(pypinyin.slug('中国人', style=Style.FIRST_LETTER))  # 输出: 'z-g-r'
print(pypinyin.slug('中国人', style=Style.CYRILLIC))  # 输出: 'чжун1-го2-жэнь2'

4.4 多音字

# 支持多音字识别
print(pinyin('重心'))  # 输出: [['zhòng'], ['xīn']] (根据上下文'重'读作'zhòng')
# 启用多音字模式
print(pinyin('中心', heteronym=True)) # 输出：[['zhōng', 'zhòng'], ['xīn']] 

4.5 获取声母和韵母

在 pypinyin 库中，可以使用 Style.INITIALS 和 Style.FINALS 来分别提取汉字拼音的声母和韵母。

from pypinyin import pinyin, Style

# 提取拼音的声母和韵母
text = '汉字'

# 获取声母
initials = pinyin(text, style=Style.INITIALS, strict=False)
print('声母:', initials)  # 输出: [['h'], ['z']]

# 获取韵母
finals = pinyin(text, style=Style.FINALS, strict=False)
print('韵母:', finals)  # 输出: [['an'], ['i']]

# 获取带声调的韵母
finals_with_tone = pinyin(text, style=Style.FINALS_TONE)
print('带声调的韵母:', finals_with_tone)  # 输出: [['àn'], ['i']]

4.6 自定义拼音库

# 自定义词语的拼音
from pypinyin import load_phrases_dict
# 定义自定义词典
custom_dict = {'重庆': [['Chong'], ['qing']]}
# 加载自定义词典
pypinyin.load_phrases_dict(custom_dict)
# 使用自定义词典进行转换
print(pinyin('重庆'))  # 输出: [['Chong'], ['qing']]

5. 应用场景

• 自然语言处理：文本转换和分析、文本音韵分析或语言学研究；语音识别、语音合成标注数据构建等。
• 搜索优化：改进中文搜索功能。用户在输入拼音时，可以通过拼音匹配到汉字，实现更为友好和方便的搜索体验。
• 数据清理与标准化：在数据处理中，将拼音作为汉字索引字段，方便进行数据聚合与分析。
• 改进拼音输入法：在拼音输入法中，使用多音字的处理功能，将拼音准确转换为正确的汉字，提升输入准确性。