翻遍整个 GitHub , Golang 中文转拼音类库, 怎么就这么难找呢? 于是我造了一个轮子: 中文转拼音类库. 目前来说应该是最好用的了.
GitHub 传送门: https://github.com/Lofanmi/pinyin-golang
如果说基于汉字拼音字典, 逐个汉字替换, 也是可以转换的, 但是碰到多音字就很麻烦了. 而基于词库, 最起码可以解决大多数的多音字的转换, 人名姓氏的转换.
最开始我用了 CC-CEDICT 词典, 基于词组的长度, 以及英文释义的丰富程度, 来决定替换的优先级, 词组越长优先替换, 英文解释越丰富, 说明它越常用, 拥有更高的优先级, 后来发现它很多汉字都没有收录, 更别说生僻字了.
现在我把 安正超 的 PHP 开源项目 overtrue/pinyin 中的词库搬过来, 整理成一个 []string 放在 go 文件里面, 978K , 编译完也不需要依赖词库了, 非常符合 Go 的气质.
当然也不能说它可以解决 100% 的转换, 多多少少肯定会有瑕疵, 但是问题不大, 完善好词库, 对付一般的转换是绝对没问题的. 如果想完全解决, 词库定会无比庞大...
用法很简单, 接口都很清晰, 不再赘述.
INSTALL
go get -u -v github.com/Lofanmi/pinyin-golang/pinyinDEMO
package main
import (
"fmt"
"github.com/Lofanmi/pinyin-golang/pinyin"
)
func main() {
dict := pinyin.NewDict()
// ----
// 简单用法
// ----
// Redis shì yí gè Key-Value cún chǔ xì tǒng.
str := `Redis 是一个 Key-Value 存储系统。`
fmt.Println(dict.Sentence(str).Unicode())
s := ""
// wǒ hé shí néng bào fù
s = dict.Convert(`我，何時能暴富？`, " ").Unicode()
fmt.Println(s)
// wǒ, hé shí néng bào fù?
s = dict.Sentence(`我，何時能暴富？`).Unicode()
fmt.Println(s)
// ----
// 转换接口: Dict.Convert
// ----
// 输入繁体中文, 输出为带 空格 分隔的拼音字符串
// ASCII 格式显示
// wo3 he2 shi2 neng2 bao4 fu4
s = dict.Convert(`我，何時能暴富？`, " ").ASCII()
fmt.Println(s)
// 输入简体中文, 输出为带 连字符- 分隔的拼音字符串
// Unicode 格式显示
// wǒ-hé-shí-néng-bào-fù
s = dict.Convert(`我，何时能暴富？`, "-").Unicode()
fmt.Println(s)
// 转换简体中文和繁体中文, 转换为带 斜杆/ 分隔的拼音字符串
// 不显示声调
// wo/he/shi/neng/bao/fu
s = dict.Convert(`我，何时能暴富？`, "/").None()
fmt.Println(s)
// ----
// 句子接口: Dict.Sentence
// ----
// 输入繁体中文, 输出为带 空格 分隔的拼音字符串
// ASCII 格式显示
// wo3, he2 shi2 neng2 bao4 fu4?
s = dict.Sentence(`我，何時能暴富？`).ASCII()
fmt.Println(s)
// 输入简体中文, 输出为带 空格 分隔的拼音字符串
// Unicode 格式显示
// wǒ, hé shí néng bào fù?
s = dict.Sentence(`我，何时能暴富？`).Unicode()
fmt.Println(s)
// 转换简体中文和繁体中文, 转换为带 空格 分隔的拼音字符串
// 不显示声调
// wo, he shi neng bao fu?
s = dict.Sentence(`我，何时能暴富？`).None()
fmt.Println(s)
// ----
// 转换人名: Dict.Name
// ----
// 输入繁体中文, 输出为带 空格 分隔的人名拼音字符串
// ASCII 格式显示
// mo4 qi2 wo4 xi3 huan1 chi1 suan1 nai3
s = dict.Name(`万俟沃喜欢吃酸奶`, " ").ASCII()
fmt.Println(s)
// 输入简体中文, 输出为带 连字符- 分隔的人名拼音字符串
// Unicode 格式显示
// mò-qí-wò-xǐ-huan-chī-suān-nǎi
s = dict.Name(`万俟沃喜欢吃酸奶`, "-").Unicode()
fmt.Println(s)
// 转换简体中文和繁体中文, 转换为带 斜杆/ 分隔的人名拼音字符串
// 不显示声调
// mo/qi/wo/xi/huan/chi/suan/nai
s = dict.Name(`万俟沃喜欢吃酸奶`, "/").None()
fmt.Println(s)
// ----
// 转换拼音简写: Dict.Abbr
// ----
// 转换简体中文和繁体中文, 输出为带 连字符- 分隔的拼音字符串首字符
// m-q-w-x-h-c-s-n
s = dict.Abbr(`万俟沃喜欢吃酸奶`, "-")
fmt.Println(s)
// ----
// 转换为字符串 slice: ToSlice
// ----
// wo3 he2 shi2 neng2 bao4 fu4
s = dict.Convert(`我，何時能暴富？`, " ").ASCII()
fmt.Println(s)
// [wo3 he2 shi2 neng2 bao4 fu4]
fmt.Printf("%v", pinyin.ToSlice(s))
// $ go run main.go
// Redis shì yí gè Key-Value cún chǔ xì tǒng.
// wǒ hé shí néng bào fù
// wǒ, hé shí néng bào fù?
// wo3 he2 shi2 neng2 bao4 fu4
// wǒ-hé-shí-néng-bào-fù
// wo/he/shi/neng/bao/fu
// wo3, he2 shi2 neng2 bao4 fu4?
// wǒ, hé shí néng bào fù?
// wo, he shi neng bao fu?
// mo4 qi2 wo4 xi3 huan1 chi1 suan1 nai3
// mò-qí-wò-xǐ-huān-chī-suān-nǎi
// mo/qi/wo/xi/huan/chi/suan/nai
// m-q-w-x-h-c-s-n
// wo3 he2 shi2 neng2 bao4 fu4
// [wo3 he2 shi2 neng2 bao4 fu4]
}Contribution
欢迎提意见及完善词库
License
MIT
文章来源于本人博客，发布于 2018-08-08，原文链接：https://imlht.com/archives/159/