共计 1640 个字符，预计需要花费 5 分钟才能阅读完成。
在日常的中文 NLP 中，经常会涉及到中文的繁简体转换以及拼音的标注等问题，本文将介绍这两个方面的实现。首先是中文的繁简体转换，不需要使用额外的 Python 模块，至需要以下两个 Python 代码文件即可：
langconv.py 地址：https://raw.githubusercontent.com/skydark/nstools/master/zhtools/langconv.py
zh_wiki.py 地址：https://raw.githubusercontent.com/skydark/nstools/master/zhtools/zh_wiki.py
示例代码如下（将代码文件与 langconv.py 与 zh_wiki.py 放在同一目录下）：
from langconv import *
# 转换繁体到简体
def cht_2_chs(line):
line = Converter(‘zh-hans’).convert(line)
line.encode(‘utf-8′)
return line
line_cht= ”’
台北市長柯文哲今在臉書開直播，先向網友報告自己 3 月 16 日至 24 日要出訪美國東部 4 城市，接著他無預警宣布，
2 月 23 日要先出訪以色列，預計停留 4 至 5 天。雖他強調台北市、以色列已在資安方面有所交流，也可到當地城市交流、
參觀產業創新等內容，但柯也說「也是去看看一個小國在這麼惡劣環境，howtosurvive，他的祕訣是什麼？」這番話，
也被解讀，頗有更上層樓、直指總統大位的思維。
”’
line_cht = line_cht.replace(‘\n’, ”)
ret_chs = cht_2_chs(line_cht)
print(ret_chs)
# 转换简体到繁体
def chs_2_cht(sentence):
sentence = Converter(‘zh-hant’).convert(sentence)
return sentence
line_chs = ‘ 忧郁的台湾乌龟 ’
line_cht = chs_2_cht(line_chs)
print(line_cht)
输出的结果如下：
台北市长柯文哲今在脸书开直播，先向网友报告自己 3 月 16 日至 24 日要出访美国东部 4 城市，接着他无预警宣布，2 月 23 日要先出访以色列，预计停留 4 至 5 天。虽他强调台北市、以色列已在资安方面有所交流，也可到当地城市交流、参观产业创新等内容，但柯也说「也是去看看一个小国在这么恶劣环境，howtosurvive，他的祕诀是什么？」这番话，也被解读，颇有更上层楼、直指总统大位的思维。憂郁的臺灣烏龜
接着是获取中文汉字的拼音，这方面的 Python 模块有 xpinyin, pypinyin 等。本文以 xpinyin 为例，展示如何获取汉字的拼音。示例代码如下：
from xpinyin import Pinyin
p = Pinyin()
# 默认分隔符为 -
print(p.get_pinyin(“ 上海 ”))
# 显示声调
print(p.get_pinyin(“ 上海 ”, tone_marks=’marks’))
print(p.get_pinyin(“ 上海 ”, tone_marks=’numbers’))
# 去掉分隔符
print(p.get_pinyin(“ 上海 ”, ”))
# 设为分隔符为空格
print(p.get_pinyin(“ 上海 ”, ‘ ‘))
# 获取拼音首字母
print(p.get_initial(“ 上 ”))
print(p.get_initials(“ 上海 ”))
print(p.get_initials(“ 上海 ”, ”))
print(p.get_initials(“ 上海 ”, ‘ ‘))
输出结果如下：
shang-hai
shàng-hǎi
shang4-hai3
shanghai
shang hai
S
S-H
SH
S H
本次分享到此结束，感谢大家阅读~
注意：本人现已开通微信公众号：Python 爬虫与算法（微信号为：easy_web_scrape），欢迎大家关注哦~~
