mozillazg/pypinyin-dict

使用 pinyin-data 和 phrase-pinyin-data 中的拼音数据文件覆盖 pypinyin 中的内置拼音数据

pypinyin-dict

使用 pinyin-data 和 phrase-pinyin-data 中的拼音数据文件覆盖 pypinyin 中的内置拼音数据， 实现只使用某个或某些拼音数据文件中的拼音数据的需求。

安装

$ pip install pypinyin-dict

使用示例

>>> from pypinyin import pinyin
>>> pinyin('枯萎')
[['kū'], ['wēi']]

# 使用 phrase-pinyin-data 项目中 cc_cedict.txt 文件中的拼音数据优化结果
>>> from pypinyin_dict.phrase_pinyin_data import cc_cedict
>>> cc_cedict.load()

>>> pinyin('枯萎')
[['kū'], ['wěi']]


>>> pinyin('扔', heteronym=True)
[['rēng', 'rèng']]

# 使用 pinyin-data 项目中 kXHC1983.txt 文件中的拼音数据优化结果
>>> from pypinyin_dict.pinyin_data import kxhc1983
>>> kxhc1983.load()

>>> pinyin('扔', heteronym=True)
[['rēng']]

模块介绍

各个模块与数据文件关系如下（所有模块中都有一个 load() 函数用于导入对应的拼音数据，使用方法详见上方【使用示例】）：

# pinyin-data/kTGHZ2013.txt
>> from pypinyin_dict.pinyin_data import ktghz2013

# pinyin-data/kHanyuPinyin.txt
>> from pypinyin_dict.pinyin_data import khanyupinyin

# pinyin-data/kXHC1983.txt
>> from pypinyin_dict.pinyin_data import kxhc1983

# pinyin-data/kHanyuPinlu.txt
>> from pypinyin_dict.pinyin_data import khanyupinlu

# pinyin-data/kMandarin_8105.txt
>> from pypinyin_dict.pinyin_data import kmandarin_8105

# pinyin-data/pinyin.txt
>> from pypinyin_dict.pinyin_data import pinyin

# pinyin-data/zdic.txt
>> from pypinyin_dict.pinyin_data import zdic

# pinyin-data/cc_cedict.txt
>> from pypinyin_dict.pinyin_data import cc_cedict


# phrase-pinyin-data/pinyin.txt
>> from pypinyin_dict.phrase_pinyin_data import pinyin

# phrase-pinyin-data/zdic_cibs.txt
>> from pypinyin_dict.phrase_pinyin_data import zdic_cibs

# phrase-pinyin-data/zdic_cybs.txt
>> from pypinyin_dict.phrase_pinyin_data import zdic_cybs

# phrase-pinyin-data/cc_cedict.txt
>> from pypinyin_dict.phrase_pinyin_data import cc_cedict

# phrase-pinyin-data/di.txt
>> from pypinyin_dict.phrase_pinyin_data import di

# phrase-pinyin-data/large_pinyin.txt
>> from pypinyin_dict.phrase_pinyin_data import large_pinyin

生成文件

依赖 Python 3 环境。

clone 子模块：

git submodule init
git submodule update

生成 py 文件：

make generate

编辑数据文件然后生成 py 文件（可选）：

1. 进入 tools 目录
2. 编辑 pinyin-data 或 phrase-pinyin-data 里的 txt 文件（tools 目录中 Makefile 里涉及的 txt 文件）
3. 执行 make generate 生成最新的 py 文件
4. 可以通过 git diff 查看变更内容

pypinyin-dict's Issues

from pypinyin_dict.phrase_pinyin_data import large_pinyin OverflowError: line number table is too long

from pypinyin_dict.phrase_pinyin_data import large_pinyin
OverflowError: line number table is too long

无法导入zdic_cibs数据

目前发现zdic_cibs和large_pinyin这两个数据过大，导入的时候会发生错误

是不是应该给一个说明，如何根据phrase-pinyin-data&pinyin-data中的txt生成对应的py文件

在phrase_pinyin_data 和pinyin_data中修改的都是txt文件，无法直接被pypinyin-dict调用。

目前我的解决方案是，将修改过后的整体复制到pypinyin-dict中的tools文件夹下。然后在命令行中使用make gen_phrase_pinyin_dict，才会在src文件夹下生成对应的py文件。

zdic库`进退两难`注音错误

数据来源（汉典网）是错的，已经向那边反馈了

'进退两难': [['jǐn'], ['tuì'], ['liǎng'], ['nán']],