Python汉字转拼音——用pypinyin与xpinyin找出成语接龙的杀手锏

How to Train Your Dragon（来自《驯龙高手》剧照）

为了陪孩子玩成语接龙，于是想找出那些一击必杀的成语，类似‘一个顶俩’【yí, gè，dǐng'，liǎ】这种。
在网上搜索了下，从漢典网等网站上可以查询成语。另外，Github也有查询成语的API，不过为了方便，还是决定自己动手。

pypinyin与xpinyin包

Python实现汉字转拼音，常用的包是pypinyin 0.37.0和xpinyin 0.5.6两个。
另外，SnowNLP: Simplified Chinese Text Processing和小明 NLP也是有汉字转拼音功能的，但这两个包不是专注于汉字转拼音，因此相对而言比起前面提到的pypinyin和xpinyin，在拼音这一项上要弱许多，比如无法给出拼音的音调，有些不是很生僻的成语也不能给出拼音（如下图），所以只重点去试了前面提到的两个包。

xmnlp测试

snownlp测试

默认参数

总的来说，pypinyin的功能更加全面。先来看默认参数下的转拼音结果。pypinyin提供了‘slug、pinyin’和‘lazy_pinyin’三个函数，区别在于是否返回结果是否默认带音调、结果是字符串还是列表以及分隔符等区别。xpinyin则是‘get_pinyin’这一个函数，但可以通过参数来返回带音调拼音、改变分隔符等。

from pypinyin import pinyin, lazy_pinyin, slug
from xpinyin import Pinyin

from pypinyin import load_phrases_dict,load_single_dict, Style

word = '魑魅魍魉'
print('pypinyin默认参数结果：')
print('\t',pinyin(word))
print('\t',lazy_pinyin(word))
print('\t',slug(word))
print('xpinyin默认参数结果：')
print('\t',Pinyin().get_pinyin(word))

默认参数

本人是更习惯返回带音调的、空格符分隔的字符串结果，因此用的pypinyin包中的slug()命令更多一些，自动参数 * style=Style.TONE *（拼音带音调）和 separator=' '（空格分隔）。

slug(word, separator=' ',  style=Style.TONE)

为了对比两个包的汉字转拼音结果，用《生僻字》歌词来测试的结果如下：

《生僻字》歌词结果比较

结果来看，明显pypinyin的对于多音字（比如陟罚臧否中的‘否’字、奉为圭臬中的‘为’字）。xpinyin对于生僻字无法给出结果（如字）、或是识别错误（如犄角旮旯中的‘旮旯’两字、腌臜孑孓一句中的‘腌臜’两字）。

pypinyin的heteronym参数与style参数

pypinyin作为汉字转拼音的首选python包，其中heteronym参数与style参数值得注意下。
heteronym参数是多音字模式开关参数，测试下来，我的理解设置** heteronym = True ** 后，可能在有些情况下（是pypinyin无法判断时）会将多音字所有可能的读音都列出来，如下所示，比如'好了'两字。但如果pypinyin能够判断时，heteronym参数对结果无影响，比如'小时了了，大未必佳'中的'了了'二字，pypinyin并不会返回'le le'的结果出现。

heteronym参数

style参数是旋转返回结果音调位置、声母韵母首字母还是全部等等。总之，pypinyin的style参数更为灵活，可以根据需要返回想要的结果。

style选项	参数值	返回结果
常规	Style.NORMAL	su hai han chao
拼音带音调	Style.TONE	sū hǎi hán cháo
音调数字位于声母韵母之间	Style.TONE2	su1 ha3i ha2n cha2o
音调数字位于韵母之后	Style.TONE3	su1 hai3 han2 chao2
声母	Style.INITIALS	s h h ch
首字母	Style.FIRST_LETTER	s h h c
韵母	Style.FINALS	u ai an ao
韵母带音调	Style.FINALS_TONE	ū ǎi án áo
韵母，音调数字位于韵母首字母之间	Style.FINALS_TONE2	u1 a3i a2n a2o
韵母，音调数字位于最后	Style.FINALS_TONE3	u1 ai3 an2 ao2
注音符	Style.BOPOMOFO	ㄙㄨ ㄏㄞˇ ㄏㄢˊ ㄔㄠˊ
声母注音符	Style.BOPOMOFO_FIRST	ㄙ ㄏ ㄏ ㄔ

style参数

pypinyin的load_phrases_dict和load_single_dict命令

前面已经提到pypinyin的结果正确率更高，但这并不意味着pypinyin返回的结果就百分百一定正确。在将接龙成语转拼音时也发现，极少情况下，xpinyin返回了正确结果，pypinyin的结果反而有误。对于这些被发现的错误拼音，可以通过** load_phrases_dict **生成自定义词典来修正。

load_phrases_dict自定义词典

此外** load_single_dict ** 可以调整对于多音字其结果中的出现顺序：
比如以其人之道，还治其人之身一句中的‘还’字，默认情况下pypinyin是先转换为‘huai’的读音。

多音字的识别顺序

正如结果所示，多音字的顺序并不需要特别操心，pypinyin多数情况下对于成语、词组之类都可以自动识别并给出正确的拼音。
pypinyin还给出了轻声的音调等参数设置，感兴趣的可以去看pypinyin 0.37.0 文档。
值得一提的是，拼音的轻声确实是在成语接龙中稍微比较令人头疼的问题之一。比方对方说‘唐突西子’我接龙‘子虚乌有’，在我看来是完全可以的，但在pypinyin给出的拼音结果来看，这两个成语中的'zi'一个是轻声一个是三声，是不同的两个读音。而且实际上，我收集到的成语库中，根本就找不到以轻声的‘zi’开头的成语。所以如果让程序自动去查找接龙的成语的话，可能就不得不要考虑轻声声调的问题。
所以简单起见，干脆还是用load_phrases_dict 自定义词典将pypinyin认为的轻声都给改为原来的读音最是直截了当。

成语接龙杀手锏

成语来源包括网上下载到的TXT（PDF、Epub）文件，包括前述Github上的JSON文件等。中间过程不赘述了，无非是按照文件中的格式，正则表达式提取出成语（以及拼音），整理清洗后共计31063个条目。

中华成语大词典

折腾了一番，利用pypinyin将成语转拼音，再用pandas查询的结果。
不考虑轻声的拼音，整理出的成语接龙必杀技如下：

成语	拼音	成语	拼音
放荡形骸	fàng dàng xíng hái	言简意该	yán jiǎn yì gāi
春梦无痕	chūn mèng wú hén	弄兵潢池	nòng bīng huáng shi
唐临晋帖	táng lín jìn tiē	七拼八凑	qī pīn bā còu
发蒙解缚	fā méng jiě fu	张牙舞爪	zhāng yá wǔ zhǎo
作好作歹	zuò hǎo zuò dǎi	衣食税租	yī shí shuì zū
完美无疵	wán měi wú cī	敲骨榨髓	qiāo gǔ zhà suǐ
锯牙钩爪	jù yá gōu zhǎo	心潮澎湃	xīn cháo pēng pài
同源异派	tóng yuán yì pài	云期雨约	yún qī yǔ yuē
撮科打閧	cuō kē dǎ hòng	成龙配套	chéng lóng pèi tào
膏梁纨裦	gāo liáng wán fóu	无理取闹	wú lǐ qǔ nào
插圈弄套	chā quān nòng tào	长篇大套	cháng piān dà tào
服服贴贴	fú fú tiē tiē	老蚌珠胎	lǎo bàng zhū tāi
牙签玉轴	yá qiān yù zhóu	牙签犀轴	yá qiān xī zhóu
狼艰狈蹶	láng jiān bèi juě	东挪西凑	dōng nuó xī còu
做好做歹	zuò hǎo zuò dǎi	七担八挪	qī dān bā nuó
桑间之约	sāng jiān zhī yuē	血肉模糊	xuè ròu mó hu
恶迹昭着	è jì zhāo zhe	彰明昭着	zhāng míng zhāo zhe
一针见血	yī zhēn jiàn xiě	敌王所忾	dí wáng suǒ kài
百年之约	bǎi nián zhī yuē	不尴不尬	bù gān bù gà
为非作歹	wéi fēi zuò dǎi	轻描淡写	qīng miáo dàn xiě
丛轻折轴	cóng qīng zhé zhóu	孽根祸胎	niè gēn huò tāi
打闷葫芦	dǎ mèn hú lu	膏粱纨袴	gāo liáng wán kù
与时消息	yǔ shí xiāo xi	火耕水耨	huǒ gēng shuǐ nòu
唯唯否否	wěi wěi fǒu fǒu	瓮中捉鳖	wèng zhōng zhuō biē
丰神绰约	fēng shén chuò yuē	握粟出卜	wò sù chū bo
生搬硬套	shēng bān yìng tào	心惊胆颤	xīn jīng dǎn chàn
龙血凤髓	lóng xuè fèng suǐ	怀着鬼胎	huái zhe guǐ tāi
隐隐约约	yǐn yǐn yuē yuē	言简意赅	yán jiǎn yì gāi
人民城郭	rén mín chéng guō	牙签万轴	yá qiān wàn zhóu
失马塞翁	shī mǎ sài wēng	车马辐辏	chē mǎ fú còu
莺期燕约	yīng qī yàn yuē	相忘形骸	xiāng wàng xíng hái
杀人如蒿	shā rén rú hāo	秉钧当轴	bǐng jūn dāng zhóu
不落俗套	bù luò sú tào	依样葫芦	yī yàng hú lu
雕心鹰爪	diāo xīn yīng zhǎo	换骨脱胎	huàn gǔ tuō tāi
东补西凑	dōng bǔ xī còu	鹰心雁爪	yīng xīn yàn zhǎo
索垢寻疵	suǒ gòu xún cī	等米下锅	děng mǐ xià guō
捶骨沥髓	chuí gǔ lì suǐ	金屋娇娘	jīn wū jiāo niáng
刀枪入库	dāo qiāng rù kù	伐毛换髓	fá máo huàn suǐ
深入骨髓	shēn rù gǔ suǐ	力有未逮	lì yǒu wèi dǎi
深刺腧髓	shēn cì shù suǐ	病入骨髓	bìng rù gǔ suǐ
语简意赅	yǔ jiǎn yì gāi	心怀鬼胎	xīn huái guǐ tāi
敲膏吸髓	qiāo gāo xī suǐ	榆木疙瘩	yú mù gē da
倒廪倾囷	dǎo lǐn qīng qūn	汹涌澎湃	xiōng yǒng péng pài
吹唇唱吼	chuī chún chàng hǒu	敲骨吸髓	qiāo gǔ xī suǐ
膏粱纨裦	gāo liáng wán fóu	半间不界	bàn gān bù gà
汹涌彭湃	xiōng yǒng péng pài	鱼封雁帖	yú fēng yàn tiē
说好说歹	shuō hǎo shuō dǎi	赏善罚否	shǎng shàn fá fǒu
大醇小疵	dà chún xiǎo cī	东鳞西爪	dōng lín xī zhǎo
泣血稽颡	qì xuè jī sǎng	黏吝缴绕	nián lìn jiǎo rào
披毛求疵	pī máo qiú cī	鼓鼓囊囊	gǔ gǔ nāng nāng
证龟成鳖	zhèng guī chéng biē	钟鼎人家	zhōng dǐng rén jia
尺二冤家	chǐ èr yuān jia	四方辐辏	sì fāng fú còu
易子析骸	yì zi xī hái	阿家阿翁	ā gū ā wēng
同仇敌忾	tóng chóu dí kài	踉踉跄跄	liàng liàng qiàng qiàng
指囷相赠	zhǐ què xiāng zèng	将虾钓鳖	jiāng xiā diào biē
挠喉捩嗓	náo hóu liè sǎng	辞简义赅	cí jiǎn yì gāi
浊骨凡胎	zhuó gǔ fán tāi	丽藻春葩	lì zǎo chūn pā
雪泥鸿爪	xuě ní hóng zhǎo	坏裳为裤	huài shang wéi kù
牙签锦轴	yá qiān jǐn zhóu	若敖鬼馁	ruò áo guǐ něi
夹枪带棍	jiā qiāng dài gùn	肉眼凡胎	ròu yǎn fán tāi
魂飞胆颤	hún fēi dǎn chàn	半间半界	bàn gān bàn gà
魂惊胆颤	hún jīng dǎn chàn	龙游曲沼	lóng yóu qū zhǎo
榆木圪垯	yú mù gē da	翠围珠绕	cuì wéi zhū rào
救过不给	jiù guò bù gěi	剥肤及髓	bō fū jí suǐ
吹毛索疵	chuī máo suǒ cī	雪鸿指爪	xuě hóng zhǐ zhǎo
花枝招颤	huā zhī zhāo chàn	雷惊电绕	léi jīng diàn rào
一鳞片爪	yī lín piàn zhǎo	伐毛洗髓	fá máo xǐ suǐ
鸿泥雪爪	hóng ní xuě zhǎo	汹涌渒湃	xiōng yǒng pài pài
先斩后奏	xiān zhǎn hòu zòu	抽抽噎噎	chōu chōu yē yē
羹藜含糗	gēng lí hán qiǔ	八音迭奏	bā yīn dié zòu
鱼釜尘甑	yú fǔ chén zèng	嫌好道歹	xián hǎo dào dǎi
群轻折轴	qún qīng zhé zhóu	吹花嚼蕊	chuī huā jiáo ruǐ
余音缭绕	yú yīn liáo rào	一推两搡	yī tuī liǎng sǎng
插架万轴	chā jià wàn zhóu	幽期密约	yōu qī mì yuē
青鞋布袜	qīng xié bù wà	人涉卬否	rén shè áng fǒu
饰垢掩疵	shì gòu yǎn cī	东游西逛	dōng yóu xī guàng
一鳞半爪	yī lín bàn zhǎo	东拼西凑	dōng pīn xī còu
枉曲直凑	wǎng qǔ zhí còu	不识好歹	bù shí hǎo dǎi
片鳞半爪	piàn lín bàn zhǎo	不知好歹	bù zhī hǎo dǎi
批毛求疵	pī máo qiú cī	油头光棍	yóu tóu guāng gùn
骈首就逮	pián shǒu jiù dǎi	鸿篇巨着	hóng piān jù zhe
珠围翠绕	zhū wéi cuì rào	刀耕火耨	dāo gēng huǒ nòu
深耕易耨	shēn gēng yì nòu	四肢百骸	sì zhī bǎi hái
应名点卯	yìng míng diǎn mǎo	鸾鸣凤奏	luán míng fèng zòu
丰姿绰约	fēng zī chuò yuē	河东狮吼	hé dōng shī hǒu
椎肤剥髓	chuí fū bō suǐ	敲骨取髓	qiāo gǔ qǔ suǐ
土木形骸	tǔ mù xíng hái	自出机轴	zì chū jī zhóu
一鳞一爪	yī lín yī zhǎo	沦肌浃髓	lún jī jiā suǐ
秉钧持轴	bǐng jūn chí zhóu	袅袅娜娜	niǎo niǎo nuó nuó
同心敌忾	tóng xīn dí kài	龙肝凤髓	lóng gān fèng suǐ
刮垢磨痕	guā gòu mó hén	鼓吻奋爪	gǔ wěn fèn zhǎo
黄锺瓦缶	huáng zhōng wǎ fǒu	不间不界	bù gān bù gà
阿姑阿翁	ā gū ā wēng	不置可否	bù zhì kě fǒu
龙肝豹胎	lóng gān bào tāi	不越雷池	bù yuè léi shi
子丑寅卯	zi chǒu yín mǎo	娉婷袅娜	pīng tíng niǎo nuó
撮科打哄	cuō kē dǎ hòng	不哼不哈	bù hēng bù hā
没头苍蝇	méi tóu cāng ying	锦囊玉轴	jǐn náng yù zhóu
饥寒交凑	jī hán jiāo còu	瓮中之鳖	wèng zhōng zhī biē
雕心雁爪	diāo xīn yàn zhǎo	戳心灌髓	chuō xīn guàn suǐ
拉帮结派	lā bāng jié pài	进退可否	jìn tuì kě fǒu
痛入骨髓	tòng rù gǔ suǐ	放浪形骸	fàng làng xíng hái
进可替否	jìn kě tì fǒu	恨入骨髓	hèn rù gǔ suǐ
大大咧咧	dà dà liē liē	鸿飞雪爪	hóng fēi xuě zhǎo
十捉九着	shí zhuō jiǔ zhe	韩卢逐逡	hán lú zhú qūn
门不夜扃	mén bù yè jiōng	行眠立盹	xíng mián lì dǔn
整本大套	zhěng běn dà tào	沦浃肌髓	lún jiā jī suǐ
以规为瑱	yǐ guī wéi tiàn	空头支票	kōng tóu zhī piào
雪中鸿爪	xuě zhōng hóng zhǎo	羹藜唅糗	gēng lí hán qiǔ
背盟败约	bèi méng bài yuē	凿骨捣髓	záo gǔ dǎo suǐ
无所可否	wú suǒ kě fǒu	祝哽祝噎	zhù gěng zhù yē
澡垢索疵	zǎo gòu suǒ cī	献可替否	xiàn kě tì fǒu
不猧不魀	bù wō bù gà	厉行节约	lì xíng jié yuē
麟肝凤髓	lín gān fèng suǐ	蹈矩循彟	dǎo jǔ xún yuē
雾鳞云爪	wù lín yún zhǎo	三好两歹	sān hǎo liǎng dǎi
吹叶嚼蕊	chuī yè jiáo ruǐ	献替可否	xiàn tì kě fǒu
飞鸿雪爪	fēi hóng xuě zhǎo	重生爷娘	chóng shēng yé niáng
陈言老套	chén yán lǎo tào	露钞雪纂	lù chāo xuě zuǎn
修鳞养爪	xiū lín yǎng zhǎo	怨入骨髓	yuàn rù gǔ suǐ
由博返约	yóu bó fǎn yuē	龙鸣狮吼	lóng míng shī hǒu
浮花浪蕊	fú huā làng ruǐ	换骨夺胎	huàn gǔ duó tāi
龙蟠虎绕	lóng pán hǔ rào	吹毛求疵	chuī máo qiú cī
敲骨剥髓	qiāo gǔ bāo suǐ	说好嫌歹	shuō hǎo xián dǎi
就棍打腿	jiù gùn dǎ tuǐ	婆婆妈妈	pó po mā mā
握拳透爪	wò quán tòu zhǎo	劣迹昭着	liè jì zhāo zhe
口谐辞给	kǒu xié cí gěi	剔抽禿刷	tī chōu tū shuā
风姿绰约	fēng zī chuò yuē	滴水不羼	dī shuǐ bù chàn
瑶草琪葩	yáo cǎo qí pā	祝鲠祝噎	zhù gěng zhù yē
东闪西挪	dōng shǎn xī nuó	匡其不逮	kuāng qí bù dǎi
浃沦肌髓	jiā lún jī suǐ	义正辞约	yì zhèng cí yuē
桑中之约	sāng zhōng zhī yuē	犬牙鹰爪	quǎn yá yīng zhǎo
四体百骸	sì tǐ bǎi hái	根连株逮	gēn lián zhū dǎi

类似痛定思痛、防不胜防、数不胜数、微乎其微、忍无可忍、惺惺惜惺惺……这样的首尾两字均相同的成语也没有收入了。个人觉得这种只是属于死循环，而不是死胡同的必杀。
另外盛行的‘一个顶俩’没包括在上面，因为我收集到的成语词典中没有这一条。

参考资料

1. pypinyin 0.37.0 文档
2. xpinyin 0.5.6
3. SnowNLP: Simplified Chinese Text Processing
4. 小明 NLP — 轻量级中文自然语言处理工具
5. 利用python实现汉字转拼音的2种方法
6. Python中文分词工具大合集：安装、使用和测试
7. chinese-poetry: 最全中文诗歌古典文集数据库
8. 【Python】使用python实现汉字转拼音（2018.12更新）
9. 汉典网
10. Github: pwxcoo-chinese-xinhua

image.png