Python 第三方庫(kù)：pypinyin

pypinyin 是一個(gè)專(zhuān)門(mén)用于將中文文本轉(zhuǎn)換為漢語(yǔ)拼音的第三方庫(kù)，支持普通話(huà)拼音的多種輸出格式，包括帶聲調(diào)、不帶聲調(diào)、數(shù)字聲調(diào)、首字母輸出、異體字處理、自定義詞典等。它是處理中文分詞、檢索、語(yǔ)音標(biāo)注、文本規(guī)范化的常用工具，尤其適用于 NLP 與中文文本預(yù)處理任務(wù)。

安裝 ：

pip install pypinyin

可選安裝加速（基于 Cython 的擴(kuò)展）：

pip install pypinyin[speed]

常見(jiàn)應(yīng)用場(chǎng)景：

（1）中文文本的標(biāo)準(zhǔn)化與拼音化（如用于文本對(duì)齊、國(guó)際化）。

（2）搜索與排序：按拼音排序聯(lián)系人、地名、書(shū)名。

（3）自然語(yǔ)言處理（NLP）：拼音特征工程、多音字 disambiguation。

（4）語(yǔ)音輸入法或 TTS 前處理。

（5）文件名、URL、數(shù)據(jù)庫(kù)字段的拼音安全轉(zhuǎn)換。

◆ ◆ ◆

核心概念

1、拼音樣式（Style）

pypinyin 通過(guò) Style 枚舉提供多種拼音格式：

? NORMAL：無(wú)聲調(diào)（hao）

? TONE：帶聲調(diào)（hǎo）

? TONE2：數(shù)字聲調(diào)（hao3）

? INITIALS：聲母（h）

? FIRST_LETTER：拼音首字母（h）

? BOPOMOFO：注音符號(hào)

? CYRILLIC：西里爾拼音

? FINALS / FINALS_TONE：韻母格式

2、多音字處理

pypinyin 可使用內(nèi)置詞典進(jìn)行多音詞識(shí)別，例如：

“重慶” → chóng qìng

“樂(lè)器” → yuè qì

結(jié)合上下文比單字轉(zhuǎn)換更精確。

3、自定義詞典

支持用戶(hù)通過(guò)：

from pypinyin import load_phrases_dic

添加或覆蓋詞語(yǔ)拼音，用于行業(yè)詞語(yǔ)與專(zhuān)有名詞。

◆ ◆ ◆

應(yīng)用舉例

例 1：基本拼音轉(zhuǎn)換

# [['shàng'], ['hǎi']]

例 2：去聲調(diào)格式

# [['zhong'], ['xin']]

例 3：數(shù)字表示聲調(diào)

# [['yue4'], ['qi4']]

例 4：只輸出首字母

# ['z', 'g']

例 5：自定義詞典增強(qiáng)效果

# [['háng'], ['jia']]

◆ ◆ ◆

常用函數(shù)與類(lèi)速覽

lazy_pinyin(hans, style=Style.NORMAL, errors='default', strict=True)

直接返回一維列表形式的拼音，常用于快速處理。

參數(shù)：

hans：字符串或可迭代對(duì)象。

style：拼音格式（如 Style.NORMAL）。

errors：遇到非漢字時(shí)的處理方式。

strict：是否使用嚴(yán)格拼音規(guī)則。

返回：列表，每項(xiàng)為拼音字符串。

load_phrases_dict(phrases_dict)

加載自定義詞典。

參數(shù)：

phrases_dict：{詞語(yǔ): [[音節(jié)1], [音節(jié)2], ...]}。

返回：無(wú)。

load_single_dict(dict_data)

加載單字拼音自定義映射。

參數(shù)：

dict_data：{漢字: [拼音1, 拼音2...]}

返回：無(wú)。

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

返回二維列表形式拼音（為每個(gè)漢字返回列表）。

參數(shù)：

hans：要轉(zhuǎn)換的字符串。

style：拼音格式。

heteronym：是否啟用多音字模式（返回所有可能拼音）。

errors：非漢字處理方式。

strict：嚴(yán)格拼音規(guī)則。

返回：二維列表，每個(gè)漢字對(duì)應(yīng)一個(gè)拼音列表。

slug(hans, style=Style.NORMAL, separator='-', strict=True)

將文本轉(zhuǎn)換為“適合 URL 的拼音 slug”。

參數(shù)：

hans：輸入中文。

style：拼音樣式。

separator：分隔符（默認(rèn) -）。

strict：嚴(yán)格拼音。

返回：字符串（如：zhong-guo-ren-min）。

Style（枚舉）

定義拼音格式常量。

主要常量：

NORMAL, TONE, TONE2, FIRST_LETTER, INITIALS, FINALS, FINALS_TONE, BOPOMOFO, CYRILLIC。

返回：枚舉類(lèi)型，用于控制 pinyin 的輸出格式。

◆ ◆ ◆

補(bǔ)充說(shuō)明

（1）pypinyin 不依賴(lài)外部拼音庫(kù)，內(nèi)部使用語(yǔ)言學(xué)數(shù)據(jù)構(gòu)建結(jié)構(gòu)化詞典。

（2）如需更快速度，可安裝 [speed] 版本，基于 Cython 加速。

（3）在投訴、評(píng)論、聊天機(jī)器人、搜索排序等 NLP 應(yīng)用中，pypinyin 是常用的拼音特征工程工具。

（4）與 jieba 或 snownlp 搭配使用效果更佳。

小結(jié)

pypinyin 是一個(gè)成熟、易用、可擴(kuò)展的中文轉(zhuǎn)拼音庫(kù)，適合 NLP、信息檢索、語(yǔ)音處理等多種場(chǎng)景。它提供多種拼音格式、高準(zhǔn)確度、多音字處理、自定義詞典支持，是 Python 中文處理生態(tài)中最核心的實(shí)用工具之一。如果需要將中文轉(zhuǎn)換為拼音格式，或希望構(gòu)建基于拼音的應(yīng)用，pypinyin 是可靠的 Python 選擇。

“點(diǎn)贊有美意，贊賞是鼓勵(lì)”