mozillazg/python-pinyin — 5.3k Stars

Topics

#chinese #hanzi #hanzi-pinyin #pinyin #pypinyin #python #python2 #python3

Language breakdown

Python 99.9%

Makefile 0.1%

▸ Files click to expand

README

汉字拼音转换工具（Python 版） =============================

将汉字转为拼音。可以用于汉字注音、排序、检索(Russian translation_) 。

最初版本的代码参考了 hotoo/pinyin <https://github.com/hotoo/pinyin>__ 的实现。

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

.. contents::

特性

根据词组智能匹配最正确的拼音。
支持多音字。
简单的繁体支持，注音支持，威妥玛拼音支持。
支持多种不同拼音/注音风格。

安装

.. code-block:: bash

pip install pypinyin

使用 uv 安装：

.. code-block:: bash

uv add pypinyin

使用示例

.. code-block:: python

>>> from pypinyin import pinyin, lazy_pinyin, Style >>> pinyin('中心') # or pinyin(['中心'])，参数值为列表时表示输入的是已分词后的数据 [['zhōng'], ['xīn']] >>> pinyin('中心', heteronym=True) # 启用多音字模式 [['zhōng', 'zhòng'], ['xīn']] >>> pinyin('中心', style=Style.FIRST_LETTER) # 设置拼音风格 [['z'], ['x']] >>> pinyin('中心', style=Style.TONE2, heteronym=True) [['zho1ng', 'zho4ng'], ['xi1n']] >>> pinyin('中心', style=Style.TONE3, heteronym=True) [['zhong1', 'zhong4'], ['xin1']] >>> pinyin('中心', style=Style.BOPOMOFO) # 注音风格 [['ㄓㄨㄥ'], ['ㄒㄧㄣ']] >>> lazy_pinyin('威妥玛拼音', style=Style.WADEGILES) ['wei', "t'o", 'ma', "p'in", 'yin'] >>> lazy_pinyin('中心') # 不考虑多音字的情况 ['zhong', 'xin'] >>> lazypinyin('战略', vto_u=True) # 不使用 v 表示 ü ['zhan', 'lüe'] # 使用 5 标识轻声 >>> lazypinyin('衣裳', style=Style.TONE3, neutraltonewithfive=True) ['yi1', 'shang5'] # 变调 nǐ hǎo -> ní hǎo >>> lazypinyin('你好', style=Style.TONE2, tonesandhi=True) ['ni2', 'ha3o']

注意事项 ：

默认情况下拼音结果不会标明哪个韵母是轻声，轻声的韵母没有声调或数字标识（可以通过参数 `neutraltonewith_five=True 开启使用 5 标识轻声）。

默认情况下无声调相关拼音风格下的结果会使用 v 表示 ü （可以通过参数 vtou=True 开启使用 ü 代替 v ）。

默认情况下会原样输出没有拼音的字符（自定义处理没有拼音的字符的方法见 文档 CN/master/usage.html#handle-no-pinyin>_ ）。

嗯 的拼音并不是大部分人以为的 en 以及存在既没有声母也没有韵母的拼音，详见下方 FAQ 中的说明。


命令行工具：
.. code-block:: console
$ pypinyin 音乐     yīn yuè
$ python -m pypinyin.tools.toneconvert to-tone 'zhong4 xin1'     zhòng xīn
文档 

详细文档请访问：https://pypinyin.readthedocs.io/。

项目代码开发方面的问题可以看看 开发文档_ 。


FAQ 

拼音有误？ +++++++++++++++++++++++++++++
可以通过下面的方法提高拼音准确性：
可以通过自定义词组拼音库或者单字拼音库的方式修正拼音结果，
  详见

文档 CN/master/usage.html#custom-dict>

_ 。
.. code-block:: python
>> from pypinyin import loadphrasesdict, loadsingledict
>> loadphrasesdict({'桔子': [['jú'], ['zǐ']]})  # 增加 "桔子" 词组
>> loadsingledict({ord('还'): 'hái,huán'})  # 调整 "还" 字的拼音顺序或覆盖默认拼音

也可以使用 pypinyin-dict __ 项目提供的自定义拼音库来纠正结果。


.. code-block:: python
# 使用 phrase-pinyin-data 项目中 cc_cedict.txt 文件中的拼音数据优化结果     >>> from pypinyindict.phrasepinyindata import cccedict     >>> cc_cedict.load()
# 使用 pinyin-data 项目中 kXHC1983.txt 文件中的拼音数据优化结果     >>> from pypinyindict.pinyindata import kxhc1983     >>> kxhc1983.load()
如果是分词导致的拼音有误的话，可以先使用其他的分词模块对数据进行分词处理，
  然后将分词后的词组结果列表作为函数的参数即可:
.. code-block:: python
>>> # 使用其他分词模块分词，比如 jieba 之类，     >>> #或者基于 phrases_dict.py 里的词语数据使用其他分词算法分词     >>> words = list(jieba.cut('每股24.67美元的确定性协议'))     >>> pinyin(words)

如果你希望能通过训练模型的方式提高拼音准确性的话，可以看一下 pypinyin-g2pW __ 这个项目。


为什么没有 y, w, yu 几个声母？ ++++++++++++++++++++++++++++++++++++++++++++
.. code-block:: python
>>> from pypinyin import Style, pinyin     >>> pinyin('下雨天', style=Style.INITIALS)     [['x'], [''], ['t']]

因为根据 《汉语拼音方案》 sjzl/ziliao/A19/195802/t19580201186000.html>__ ， y，w，ü (yu) 都不是声母。

声母风格（INITIALS）下，“雨”、“我”、“圆”等汉字返回空字符串，因为根据 《汉语拼音方案》 sjzl/ziliao/A19/195802/t19580201186000.html>__ ， y，w，ü (yu) 都不是声母，在某些特定韵母无声母时，才加上 y 或 w，而 ü 也有其特定规则。 —— @hotoo


**如果你觉得这个给你带来了麻烦，那么也请小心一些无声母的汉字（如“啊”、“饿”、“按”、“昂”等）。     这时候你也许需要的是首字母风格（FIRST_LETTER）**。    —— @hotoo

参考: hotoo/pinyin#57 __, #22 __, #27 __, #44 __

如果觉得这个行为不是你想要的，就是想把 y 当成声母的话，可以指定 strict=False ，这个可能会符合你的预期：


.. code-block:: python
>>> from pypinyin import Style, pinyin     >>> pinyin('下雨天', style=Style.INITIALS)     [['x'], [''], ['t']]     >>> pinyin('下雨天', style=Style.INITIALS, strict=False)     [['x'], ['y'], ['t']]

详见 strict 参数的影响_ 。


存在既没有声母也没有韵母的拼音？ +++++++++++++++++++++++++++++++++

是的，strict=True 模式下存在极少数既没有声母也没有韵母的拼音。比如下面这些拼音（来自汉字 嗯、呒、呣、唔）::


ń ńg ňg ǹg ň ǹ m̄ ḿ m̀

尤其需要注意的是 嗯 的所有拼音都既没有声母也没有韵母，呣 的默认拼音既没有声母也没有韵母。详见 #109 #259 #284_ 。


如何将某一风格的拼音转换为其他风格的拼音？ ++++++++++++++++++++++++++++++++++++++++++++

可以通过 pypinyin.contrib.tone_convert 模块提供的辅助函数对标准拼音进行转换，得到不同风格的拼音。比如将 zhōng 转换为 zhong，或者获取拼音中的声母或韵母数据：


.. code-block:: python
>>> from pypinyin.contrib.toneconvert import tonormal, totone, toinitials, to_finals     >>> to_normal('zhōng')     'zhong'     >>> to_tone('zhong1')     'zhōng'     >>> to_initials('zhōng')     'zh'     >>> to_finals('zhōng')     'ong'

更多拼音转换的辅助函数，详见 pypinyin.contrib.tone_convert 模块的 文档 CN/master/contrib.html#tone-convert>_ 。


如何减少内存占用？ ++++++++++++++++++++

如果对拼音的准确性不是特别在意的话，可以通过设置环境变量 PYPINYINNOPHRASES 和 PYPINYINNODICT_COPY 来节省内存。详见 文档 CN/master/faq.html#no-phrases>_

更多 FAQ 详见文档中的 FAQ CN/master/faq.html>_ 部分。


.. _#13 : https://github.com/mozillazg/python-pinyin/issues/113 .. strict 参数的影响: https://pypinyin.readthedocs.io/zhCN/master/usage.html#strict
拼音数据

单个汉字的拼音使用 pinyin-data_ 的数据

词组的拼音使用 phrase-pinyin-data_ 的数据

声母和韵母使用 《汉语拼音方案》 sjzl/ziliao/A19/195802/t19580201186000.html>__ 的数据


Related Projects

hotoo/pinyin__: 汉字拼音转换工具 Node.js/JavaScript 版。

mozillazg/go-pinyin__: 汉字拼音转换工具 Go 版。

mozillazg/rust-pinyin__: 汉字拼音转换工具 Rust 版。

wolfgitpr/cpp-pinyin__: 汉字拼音转换工具 c++ 版。

wolfgitpr/csharp-pinyin`__: 汉字拼音转换工具 c# 版。

__ https://github.com/hotoo/pinyin __ https://github.com/mozillazg/go-pinyin __ https://github.com/mozillazg/rust-pinyin __ https://github.com/wolfgitpr/cpp-pinyin __ https://github.com/wolfgitpr/csharp-pinyin

.. |Build| image:: https://img.shields.io/circleci/project/github/mozillazg/python-pinyin/master.svg :target: https://circleci.com/gh/mozillazg/python-pinyin .. |GitHubAction| image:: https://github.com/mozillazg/python-pinyin/workflows/CI/badge.svg :target: https://github.com/mozillazg/python-pinyin/actions .. |Coverage| image:: https://img.shields.io/coveralls/github/mozillazg/python-pinyin/master.svg :target: https://coveralls.io/github/mozillazg/python-pinyin .. |PyPI version| image:: https://img.shields.io/pypi/v/pypinyin.svg :target: https://pypi.org/project/pypinyin/ .. |DOI| image:: https://zenodo.org/badge/12830126.svg :target: https://zenodo.org/badge/latestdoi/12830126 .. |PyPI downloads| image:: https://img.shields.io/pypi/dm/pypinyin.svg :target: https://pypi.org/project/pypinyin/

.. Russian translation: https://github.com/mozillazg/python-pinyin/blob/master/READMEru.rst .. _pinyin-data: https://github.com/mozillazg/pinyin-data .. _phrase-pinyin-data: https://github.com/mozillazg/phrase-pinyin-data .. 开发文档: https://pypinyin.readthedocs.io/zhCN/develop/develop.html .. _#109: https://github.com/mozillazg/python-pinyin/issues/109 .. _#259: https://github.com/mozillazg/python-pinyin/issues/259 .. _#284: https://github.com/mozillazg/python-pinyin/issues/284

🔗 More in this category