Python為文件批量注音（生僻字歌詞為例）

抖音配樂--生僻字

python的拼音模組

python的模組庫api，每次進去習慣第一動作，就是右鍵翻譯為中文。（好羞愧，個人太愛國了，所以一直排斥學英語，好不要臉的藉口...）可python的拼音模組不需要這麼做，因為涉及拼音等模組肯定和中文有關係，文件自然是中文的嘍。

那麼python的拼音模組是什麼？pypinyin

安裝pip install pypinyin

使用示例

>>> from pypinyin import pinyin, lazy_pinyin, style

>>> pinyin('中心')
[['zhōng'], ['xīn']]
>>> pinyin('中心', heteronym=true)  # 啟用多音字模式
[['zhōng', 'zhòng'], ['xīn']]
>>> pinyin('中心', style=style.first_letter)  # 設定拼音風格
[['z'], ['x']]
>>> pinyin('中心', style=style.tone2, heteronym=true)
[['zho1ng', 'zho4ng'], ['xi1n']]
>>> pinyin('中心', style=style.bopomofo)  # 注音風格
[['ㄓㄨㄥ'], ['ㄒㄧㄣ']]
>>> pinyin('中心', style=style.cyrillic)  # 俄語字母風格
[['чжун1'], ['синь1']]
>>> lazy_pinyin('中心')  # 不考慮多音字的情況
['zhong', 'xin']
# python 3(python 2 下把 '中心' 替換為 u'中心' 即可):

起初想著，既然有了這個強大的拼音模組，那麼文字批量新增拼音，豈不是分分鐘的事情了嗎？然後，打臉接踵而來！

首先，要實現文字上一一對應的標註拼音，每個字與拼音的長度肯定不同，沒辦法對其。如果要對其，就得將文字進行拆分，字與字之間新增間距。有人說簡單啊，每個字的拼音最多不過6為，那我們使用列表解析式[i.just(6) for i in line]不就完了？

聽起來沒毛病，但是...

中文識別

本來考慮使用正則去判斷中文的，因為網上查到正則的匹配中文是[\u4e00-\u9fa5],簡單測試了下，貌似沒毛病

然後...**都快寫完了發現有些生僻字不再這個範圍內，我擦！

'\u4e00'<='生'<='\u9fa5'

true
'\u4e00'<='僻'<='\u9fa5'
true
'\u4e00'<='字'<='\u9fa5'
true
'\u4e00'<='㙓'<='\u9fa5'
false

解決辦法

針對正則匹配問題，深入去研究，就脫離了學python的初衷，即便解決了也收穫甚微，不如換個思路。

utf-8字元編碼下，乙個中文字元佔3個位元組，但是字元的長度僅為1，那麼解析中文的方式是否可以變通為：

len(bytes(str,'utf-8) == 3 and len(string) == 1)

關於文字書寫，我們判斷中文後，如果是漢字str.ljust(5),否則str.ljust(6)不就行了(因為乙個漢字佔兩個字元長度)。

**實現

# -*- coding: utf-8 -*-

# @author  : 王翔
# @jianshu : 清風python
# @date    : 2019/5/18 22:53
# software : pycharm
# version： python 3.6.8
# @file    : chromepassword.py
from pypinyin import pinyin
import re
class changepinyin:
def __init__(self, filename):
self.file = filename
self.lyric = self.read_file()
self.pinyin = 
def read_file(self):
with open(self.file, encoding='utf-8') as f:
return f.readlines()
def write_file(self):
with open('new_%s' % self.file, 'w', encoding='utf-8') as f:
print(self.lyric)
for line in self.lyric:
# print(line)
if line.strip() == '':
continue
_new_line = re.sub(r'\s', '', line)
# 行內容轉拼音
_pinyin = ''.join(map(lambda x: x[0].ljust(6), pinyin(_new_line)))
# 根據中英文,將行內容進行字元與漢字的拆分
_lyric = self.split_words(_new_line)
f.write('%s\n%s\n' % (_pinyin, _lyric))
@staticmethod
def split_words(words):
word_list = ""
tmp = ""
for string in words:
if len(bytes(string, 'utf-8')) == 3 and len(string) == 1:
if tmp != '':
word_list += tmp.ljust(6)
tmp = ""
word_list += string.ljust(5)
else:
tmp += string
return word_list
if __name__ == '__main__':
main = changepinyin('lyric.txt')
main.write_file()

文字注音效果.gif

錄屏軟體為licecap

它是一款螢幕錄製工具，支援匯出 gif 動畫格式，輕量級、使用簡單，錄製過程中可以隨意改變錄屏範圍。

好了，今天的內容就到這裡，希望大家喜歡，如果覺得文章有用，記得關注支援我啊。

Python批量轉mat為csv

matlab和python同時處理一批資料，matlab可以生成很實用的mat檔案，python可以進一步處理分析，並畫出漂亮的資料圖。本人用matlab生成多個mat檔案，每個mat檔案中又包含struct欄位，需要讀取每個struct中的每乙個資料，並分別在不同的資料夾下儲存為csv，資料如下圖...

使用python為檔案批量重新命名 更改路徑

本程式的目的 給 huhu 資料夾下的檔案重新取名字 使用python程式將 huhu 資料夾下邊的檔案移動到 new path 對應的資料夾下 import os import sys import io import shutil 改變標準輸出的預設編碼 defrename dirname 該資...

Python批量刪除結尾為指定字串的檔案

在做資料清洗的時候，會遇到一部分資料會用到，一部分資料需丟棄的情況，可以做乙個字串篩選器，完成自動化操作 同時刪除了以region結尾的jpg和xml檔案 import os def del files path for root dirs,files in os.walk path for nam...