python识别一段由字母组成的字符串是否是拼音


环境:win10 python3.6

先说一下算法思想:
首先建立本地拼音库(不带声调)。使用逆向最大匹配将字符串与本地拼音库(这里提供给大家一个)进行匹配。话不多说,见code:

def pinyin_or_word(string):
    '''
    judge a string is a pinyin or not.
    pinyinLib comes from a txt file.
    '''
    max_len = 6   # 拼音最长为6
    string = string.lower()
    stringlen = len(string)
    result = []
    while True:
        matched = 0
        matched_word = ''
        if stringlen < max_len:
            max_len = stringlen                
        for i in range(max_len, 0, -1):
            s = string[(stringlen-i):stringlen]
            if s in pinyinLib:
                matched_word = s
                matched = i
                break
        if len(matched_word) == 0:
            break
        else:
            result.append(s)
            string = string[:(stringlen-matched)]
            stringlen = len(string)
            if stringlen == 0:
                break
    return result

In [1]: pinyin_or_word("woaizhongguo")
Out[1]: ['wo', 'ai', 'zhong', 'guo']

其实这个算法是有缺陷的:比如你输入一个英文单词'open',将返回拼音'o'+'pen'。
注:正向最大匹配会遇到“xiange”分成“xiang/e”的情况。


免责声明!

本站转载的文章为个人学习借鉴使用,本站对版权不负任何法律责任。如果侵犯了您的隐私权益,请联系本站邮箱yoyou2525@163.com删除。



 
粤ICP备18138465号  © 2018-2025 CODEPRJ.COM