Python的extend插入的字符串

转载

IT独行侠 2024-09-15 10:53:57

文章标签 Python的extend插入的字符串 Python pypinyin 汉字转拼音 txt处理 文章分类 Python 后端开发

Python的extend插入的字符串_txt处理

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到命令行中的样式：

Python的extend插入的字符串_Python的extend插入的字符串_02

当然，正规的操作是读取汉字txt文本，通过代码生成注音txt文本：

Python的extend插入的字符串_Python的extend插入的字符串_03

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。高深的算法没有，基本围绕字符串和列表的操作拼接，有兴趣的朋友可以体验下。

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

基本是入门阶段读写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)
print(result)
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。

由于中文字符占两个字节，以及读写txt时会涉及到编码格式，这部分代码比较费功夫，只能说勉强做到格式整齐吧。

def transfer(text):
    #去除字符串中空格
    no_space_text = ''.join(text.split(" "))
    raw_list = []
    temp = ""
    for i in range(len(no_space_text)):
        if is_Chinese(no_space_text[i]):
            if temp != "":
                raw_list.append(temp)
                temp=""
            raw_list.append(no_space_text[i])
        else:
            temp+=no_space_text[i]
    #生成拼音列表
    pylist = pinyin(no_space_text)

    #将拼音列表和字符串拼接对齐
    text_list = []
    pinyin_list = []

    for i in range(len(raw_list)):
        if is_Chinese(raw_list[i]):
            pinyin_list.append(pylist[i][0].ljust(6, ' '))
            text_list.append(raw_list[i].ljust(5,' '))
        else:
            pinyin_list.append(pylist[i][0])
            text_list.append(raw_list[i])

    pinyin_str = ''.join(pinyin_list)
    text_str = ''.join(text_list)

    pinyin_line_list = pinyin_str.split('n')
    text_line_list = text_str.split("n")
    final_result = ""
    for i in range(len(pinyin_line_list)):
        final_result += pinyin_line_list[i] + 'n' + text_line_list[i] + "n"
    return final_result