python中⽂排序（按拼⾳）pypinyin
1 排序仅按拼⾳⾸字母排序
安装pypinyin
pip3 install pypinyin
代码
from pypinyin import lazy_pinyin
chars = ['鑫','鹭','榕','柘','珈','骅','孚','迦','瀚','濮','浔','沱','泸','恺','怡','岷','萃','兖']
chars.sort(key=lambda char: lazy_pinyin(char)[0][0])
print([lazy_pinyin(char) for char in chars])
print(chars)
结果
[['cui'], ['fu'], ['hua'], ['han'], ['jia'], ['jia'], ['kai'], ['lu'], ['lu'], ['min'], ['pu'], ['rong'], ['tuo'], ['xin'], ['xun'], ['yi'], ['yan'], ['zhe']] ['萃', '孚', '骅', '瀚', '珈', '迦', '恺', '鹭', '泸', '岷', '濮', '榕', '沱', '鑫', '浔', '怡', '兖', '柘']
按所有拼⾳排序
#!/usr/bin/python3
# -*- coding: UTF-8 -*-
# from __future__ import unicode_literals
from pypinyin import lazy_pinyin
def sort_pinyin(hanzi_list):
hanzi_list_pinyin=[]
hanzi_list_pinyin_alias_dict={}
for single_str in hanzi_list:
py_r = lazy_pinyin(single_str)
# print("整理下")
single_str_py=''
for py_list in py_r:
single_str_py=single_str_py+py_list
hanzi_list_pinyin.append(single_str_py)
hanzi_list_pinyin_alias_dict[single_str_py]=single_str
hanzi_list_pinyin.sort()
sorted_hanzi_list=[]
for single_str_py in hanzi_list_pinyin:
sorted_hanzi_list.append(hanzi_list_pinyin_alias_dict[single_str_py])
return sorted_hanzi_list
str=['床前', '明⽉', '光','疑是','地上霜','举头','望','明⽉','低头','思','故乡']
print(str)
str=sort_pinyin(str)
print(str)
['床前', '明⽉', '光', '疑是', '地上霜', '举头', '望', '明⽉', '低头', '思', '故乡']
['床前', '地上霜', '低头', '光', '故乡', '举头', '明⽉', '明⽉', '思', '望', '疑是']
使⽤pypinyin必须传⼊unicode字符串
例⼦1
#!/usr/bin/python
sortedlist
# -*- coding: UTF-8 -*-
from pypinyin import pinyin, lazy_pinyin
py_r = pinyin(u"学python，我在⾏")
print py_r
print("整理下")
for py in py_r:
for p in py:
print p,"",
#发现上⾯的"⾏"字是多⾳字，本应念"han"
print("\n启动多⾳字")
py_r = pinyin(u"学python，我在⾏", heteronym=True)
print py_r
for py in py_r:
for p in py:
print p,"",
(venv) allenwoo@~/renren$ python test.py
[[u'xu\xe9'], [u'python,'], [u'w\u01d2'], [u'z\xe0i'], [u'x\xedng']]
整理下
xué  python,  wǒ  zài  xíng
启动多⾳字
[[u'xu\xe9'], [u'python,'], [u'w\u01d2'], [u'z\xe0i'], [u'x\xedng', u'h\xe1ng', u'x\xecng', u'h\xe0ng', u'h\xe9ng']] xué  python,  wǒ  zài  xíng  háng  xìng  hàng  héng
例⼦2：
#!/usr/bin/python
# -*- coding: UTF-8 -*-
from pypinyin import pinyin, lazy_pinyin
# 不需要声调
py_r = lazy_pinyin(u"没有了诗和远⽅")
print py_r
# 特殊字符
# 默认
py_r = lazy_pinyin(u"满天都是⼩☆☆")
print py_r
# 不理睬，忽略
py_r = lazy_pinyin(u"满天都是⼩☆☆", errors=u'ignore')
print py_r
# 替换
py_r = lazy_pinyin(u"满天都是⼩☆☆", errors=u'replace')
# 也可以使⽤回调函数处理
py_r = lazy_pinyin(u"满天都是⼩☆☆", errors=lambda x: 'star')
print py_r
(venv) allenwoo@~/renren$ python test.py
[u'mei', u'you', u'le', u'shi', u'he', u'yuan', u'fang']
[u'man', u'tian', u'dou', u'shi', u'xiao', u'\u2606\u2606']
[u'man', u'tian', u'dou', u'shi', u'xiao']
[u'man', u'tian', u'dou', u'shi', u'xiao', 'star']
在第1个例⼦中，我们发现这个模块会简单分词，将"python"分为⼀个词
⽽且其他的中⽂词语并没有按词分开后再转拼⾳
⾃定义库：####
** 使⽤load_phrases_dict,⾃定义拼⾳库**
#!/usr/bin/python
# -*- coding: UTF-8 -*-
from pypinyin import lazy_pinyin, load_phrases_dict, TONE2
print lazy_pinyin(u"诗和远⽅", style=TONE2)
load_phrases_dict({u'远⽅':[['ju4'], ['keng1']]})
print lazy_pinyin(u"诗和远⽅", style=TONE2)
(venv) allenwoo@~/renren$ python test.py
[u'shi1', u'he2', u'yua3n', u'fa1ng']
[u'shi1', u'he2', 'ju4', 'keng1']
后⾯部分转⾃
作者：HiWoo
链接：www.jianshu/p/f1b577c5465a
來源：简书

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。