第Python中拼音庫PyPinyin用法詳解最近碰到了一個問題，項目中很多文件都是接手過來的中文命名的一些素材，結果在部署的時候文件名全都亂碼了，導致項目無法正常運行。

后來請教了一位大佬怎么解決文件名亂碼的問題，他說這個需要正面解決嗎？不需要，把文件名全部改掉，文件名永遠不要用中文，永遠不要。

我想他這么說的話，一定也是憑經驗得出來的。

這里也友情提示大家，項目里面文件永遠不要用中文，永遠不要！

好，那不用中文用啥？平時來看，一般我們都會用英文來命名，一般也不會出現中文，比如resource,controller,result,view,spider等等，所以絕大多數情況下，是不會出現什么問題的。但是也有個別的情況，比如一些素材、資源文件可能的中文命名的，那么這時候該咋辦呢？

首先像，因為是中文資源文件，我們要改成非中文命名的，無非兩種，一種是英文，一種是拼音。

如果改英文，當然可以翻譯、我們想翻譯的話，逐個人工翻譯成本太高，機器翻譯的話，翻譯完可能有些文不對題了，而且我們自己也不知道一些奇怪的資源英語應該叫什么，所以到時候真的找起來都找不到了。

所以第二種解決方案，那就是拼音了。中文轉拼音，很自然，而且一個字就對應一串拼音，而且也非常容易從拼音看懂是什么意思，所以這確實是一個不錯的方案。

那么問題就來了，怎樣把一批中文文件轉拼音命名呢？下面就讓我們來了解Python的一個庫PyPinyin吧！

Python中提供了漢字轉拼音的庫，名字叫做PyPinyin，可以用于漢字注音、排序、檢索等等場合，是基于hotto/pinyin這個庫開發的，一些站點鏈接如下：

GitHub:/mozillazg/python-pinyin

文檔：https://pypinyin.readthedocs.io/zh_CN/master/

PyPi：/project/pypinyin/

它有這么幾個特性：

根據詞組智能匹配最正確的拼音。

支持多音字。

簡單的繁體支持,注音支持。

支持多種不同拼音/注音風格。

是不是等不及了呢？那就讓我們來了解一下它的用法吧！

首先就是這個庫的安裝了，通過pip安裝即可：

pip3installpypinyin

安裝完成之后導入一下這個庫，如果不報錯，那就說明安裝成功了。

importpypinyin

好，接下來我們看下它的具體功能。

首先我們進行一下基本的拼音轉換，方法非常簡單，直接調用pinyin方法即可：

frompypinyinimportpinyin

print(pinyin('中心'))

運行結果：

[['zhōng'],['xīn']]

可以看到結果會是一個二維的列表，每個元素都另外成了一個列表，其中包含了每個字的讀音。

那么如果這個詞是多音字咋辦呢？比如“朝陽”，它有兩個讀音，我們拿來試下：

frompypinyinimportpinyin

print(pinyin('朝陽'))

運行結果：

[['zhāo'],['yáng']]

好吧，它只給出來了一個讀音，但是如果我們想要另外一種讀音咋辦呢？

其實很簡單，只需添加heteronym參數并設置為True就好了，我們試下：

frompypinyinimportpinyin

print(pinyin('朝陽',heteronym=True))

運行結果：

[['zhāo','cháo'],['yáng']]

OK了，這下子就顯示出來了兩個讀音了，而且我們也明白了結果為什么是一個二維列表，因為里面的一維的結果可能是多個，比如多音字的情況就是這樣。

但這個多少解析起來有點麻煩，很多情況下我們是不需要管多音字的，我們只是用它來轉換一下名字而已，而處理上面的二維數組又比較麻煩。

所以有沒有一個方法直接給我們一個一維列表呢？有！

我們可以使用lazy_pinyin這個方法來生成，嘗試一下：

frompypinyinimportpinyin

print(pinyin('聰明的小兔子'))

運行結果：

['cong','ming','de','xiao','tu','zi']

這時候觀察到得到的是一個列表，并且不再包含音調了。

這里我們就有一個疑問了，為啥pinyin方法返回的結果默認是帶音調的，而lazy_pinyin是不帶的，這里面就涉及到一個風格轉換的問題了。

我們可以對結果進行一些風格轉換，比如不帶聲調風格、標準聲調風格、聲調在拼音之后、聲調在韻母之后、注音風格等等，比如我們想要聲調放在拼音后面，可以這么來實現：

frompypinyinimportlazy_pinyin,Style

style=Style.TONE3

print(lazy_pinyin('聰明的小兔子',>

運行結果：

['cong1','ming2','de','xiao3','tu4','zi']

可以看到運行結果每個拼音后面就多了一個聲調，這就是其中的一個風格，叫做TONE3，其實還有很多風格，下面是我從源碼里面找出來的定義：

NORMAL=0

#:標準聲調風格，拼音聲調在韻母第一個字母上（默認風格）。如：中國-``zhōngguó``

TONE=1

#:聲調風格2，即拼音聲調在各個韻母之后，用數字[1-4]進行表示。如：中國-``zho1ngguo2``

TONE2=2

#:聲調風格3，即拼音聲調在各個拼音之后，用數字[1-4]進行表示。如：中國-``zhong1guo2``

TONE3=8

#:聲母風格，只返回各個拼音的聲母部分（注：有的拼音沒有聲母，詳見`#27`_）。如：中國-``zhg``

INITIALS=3

#:首字母風格，只返回拼音的首字母部分。如：中國-``zg``

FIRST_LETTER=4

#:韻母風格，只返回各個拼音的韻母部分，不帶聲調。如：中國-``onguo``

FINALS=5

#:標準韻母風格，帶聲調，聲調在韻母第一個字母上。如：中國-``ōnguó``

FINALS_TONE=6

#:韻母風格2，帶聲調，聲調在各個韻母之后，用數字[1-4]進行表示。如：中國-``o1nguo2``

FINALS_TONE2=7

#:韻母風格3，帶聲調，聲調在各個拼音之后，用數字[1-4]進行表示。如：中國-``ong1uo2``

FINALS_TONE3=9

#:注音風格，帶聲調，陰平（第一聲）不標。如：中國-``ㄓㄨㄥㄍㄨㄛˊ``

BOPOMOFO=10

#:注音風格，僅首字母。如：中國-``ㄓㄍ``

BOPOMOFO_FIRST=11

#:漢語拼音與俄語字母對照風格，聲調在各個拼音之后，用數字[1-4]進行表示。如：中國-``чжун1го2``

CYRILLIC=12

#:漢語拼音與俄語字母對照風格，僅首字母。如：中國-``чг``

CYRILLIC_FIRST=13

有了這些，我們就可以輕松地實現風格轉換了。

好，再回到原來的問題，為什么pinyin的方法默認帶聲調，而lazy_pinyin方法不帶聲調，答案就是：它們二者使用的默認風格不同，我們看下它的函數定義就知道了：

pinyin方法的定義如下：

defpinyin(hans,'default',strict=True)

lazy_pinyin方法的定義如下：

deflazy_pinyin(hans,'default',strict=True)

這下懂了吧，因為pinyin方法默認使用了TONE的風格，而lazy_pinyin方法默認使用了NORMAL的風格，所以就導致二者返回風格不同了。

好了，有了這兩個函數的定義，我們再來研究下其他的參數，比如定義里面的errors和strict參數又怎么用呢？

在這里我們先做一個測試，比如我們傳入無法轉拼音的字，比如：

frompypinyinimportlazy_pinyin

print(lazy_pinyin('你好☆☆，我是xxx'))

其中包含了星號兩個，還有標點一個，另外還包含了一個xxx英文字符，結果會是什么呢？

['ni','hao','☆☆，','wo','shi','xxx']

可以看到結果中星號和英文字符都作為一個整體并原模原樣返回了。

那么這種特殊字符可以單獨進行處理嗎？當然可以，這里就用到剛才提到的errors參數了。

errors參數是有幾種模式的：

u

下面是errors這個參數的源碼實現邏輯：

def_handle_nopinyin_char(chars,errors='default'):

"""處理沒有拼音的字符"""

ifcallable_check(errors):

returnerrors(chars)

iferrors=='default':

returnchars

eliferrors=='ignore':

returnNone

eliferrors=='replace':

iflen(chars)1:

return''.join(text_type('%x'%ord(x))forxinchars)

else:

returntext_type('%x'%ord(chars))

當處理沒有拼音的字符的時候，errors的不同參數會有不同的處理結果，更詳細的邏輯可以翻看源碼。

好了，下面我們來嘗試一下，比如我們想將不能轉拼音的字符去掉，則可以這么設置：

frompypinyinimportlazy_pinyin

print(lazy_pinyin('你好☆☆，我是xxx',errors='ignore'))

運行結果：

['ni','hao','wo','shi']

如果我們想要自定義處理，比如把☆轉化為※，則可以這么設置：

print(lazy_pinyin('你好☆☆，我是xxx',errors=lambdaitem:''.join(['※'ifc=='☆'elsecforcinitem])))

運行結果：

['ni','hao','※※，','wo','shi','xxx']

如上便是一些相關異常處理的操作，我們可以隨心所欲地處理自己想處理的字符了。

最后再看下strict模式，這個參數用于控制處理聲母和韻母時是否嚴格遵循《漢語拼音方案》標準。

下面的一些說明來源于官方文檔：

當strict參數為True時根據《漢語拼音方案》的如下規則處理聲母、在韻母相關風格下還原正確的韻母：

21個聲母：bpmfdtnlgkhjqxzhchshrzcs（y,w不是聲母）

i行的韻母，前面沒有聲母的時候，寫成yi(衣)，ya(呀)，ye(耶)，yao(腰)，you(憂)，yan(煙)，yin(因)，yang(央)，ying(英)，yong(雍)。（y不是聲母）

u行的韻母，前面沒有聲母的時候，寫成wu(烏)，wa(蛙)，wo(窩)，wai(歪)，wei(威)，wan(彎)，wen(溫)，wang(汪)，weng(翁)。（w不是聲母）

ü行的韻母，前面沒有聲母的時候，寫成yu(迂)，yue(約)，yuan(冤)，yun(暈)；ü上兩點省略。（韻母相關風格下還原正確的韻母ü）

ü行的韻跟聲母j，q，x拼的時候，寫成ju(居)，qu(區)，xu(虛)，ü上兩點也省略；但是跟聲母n，l拼的時候，仍然寫成nü(女)，lü(呂)。（韻母相關風格下還原正確的韻母ü）

iou，uei，uen前面加聲母的時候，寫成iu，ui，un。例如niu(牛)，gui(歸)，lun(論)。（韻母相關風格下還原正確的韻母iou，uei，uen）

當strict為False時就是不遵守上面的規則來處理聲母和韻母，比如：y,w會被當做聲母，yu(迂)的韻母就是一般認為的u等。

具體差異可以查看源碼中tests/test_standard.py中的對比結果測試用例。

自定義拼音

如果對庫返回的結果不滿意，我們還可以自定義自己的拼音庫，這里用到的方法就有load_single_dict和load_phrases_dict方法了。

比如剛才我們看到“朝陽”兩個字的發音默認返回的是zhaoyang，我們想默認返回chaoyang，那可以這么做：

frompypinyinimportlazy_pinyin,load_phrases_dict

print(lazy_pinyin('朝陽'))

personalized_dict={

'朝陽':[['cháo'],['yáng']]

load_phrases_dict(personalized_dict)

print(lazy_pinyin('朝陽'))

這里我