pyhanlp拼音转换与字符正则化

本篇内容主要讲解“pyhanlp拼音转换与字符正则化”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“pyhanlp拼音转换与字符正则化”吧!《汉字转拼音与简繁转换的Java实现》from pyhanlp import *# 繁简转化print(HanLP.convertToTraditionalChinese(““以后等你当上皇后，就能买草莓庆祝了”。发现一根白头发”))print(HanLP.convertToSimplifiedChinese(“憑藉筆記簿型電腦寫程式HanLP”))# 简体转台湾繁体print(HanLP.s2tw(“hankcs在台湾写代码”))# 台湾繁体转简体print(HanLP.tw2s(“hankcs在臺灣寫程式碼”))# 简体转香港繁体print(HanLP.s2hk(“hankcs在香港写代码”))# 香港繁体转简体print(HanLP.hk2s(“hankcs在香港寫代碼”))# 香港繁体转台湾繁体print(HanLP.hk2tw(“hankcs在臺灣寫代碼”))# 台湾繁体转香港繁体print(HanLP.tw2hk(“hankcs在香港寫程式碼”))# 香港/台湾繁体和HanLP标准繁体的互转print(HanLP.t2tw(“hankcs在臺灣寫代碼”))print(HanLP.t2hk(“hankcs在臺灣寫代碼”))print(HanLP.tw2t(“hankcs在臺灣寫程式碼”))print(HanLP.hk2t(“hankcs在台灣寫代碼”))「以後等你當上皇后，就能買草莓慶祝了」。發現一根白頭髮凭借笔记本电脑写程序HanLPhankcs在臺灣寫程式碼hankcs在台湾写代码hankcs在香港寫代碼hankcs在香港写代码hankcs在臺灣寫程式碼hankcs在香港寫代碼hankcs在臺灣寫程式碼hankcs在台灣寫代碼hankcs在臺灣寫代碼hankcs在臺灣寫代碼汉字转拼音HanLP中的汉字转拼音功能也十分的强大。说明HanLP不仅支持基础的汉字转拼音，还支持声母、韵母、音调、音标和输入法首字母首声母功能。HanLP能够识别多音字，也能给繁体中文注拼音。最重要的是，HanLP采用的模式匹配升级到AhoCorasickDoubleArrayTrie，性能大幅提升，能够提供毫秒级的响应速度！算法详解《汉字转拼音与简繁转换的Java实现》# 汉字转拼音Pinyin = JClass(“com.hankcs.hanlp.dictionary.py.Pinyin”)text = “重载不是重任！”pinyin_list = HanLP.convertToPinyinList(text)print(“原文，”, end=” “)print(text)print(“拼音（数字音调），”, end=” “)print(pinyin_list)print(“拼音（符号音调），”, end=” “)for pinyin in pinyin_list: print(“%s,” % pinyin.getPinyinWithToneMark(), end=” “)print(“n拼音（无音调），”, end=” “)for pinyin in pinyin_list: print(“%s,” % pinyin.getPinyinWithoutTone(), end=” “)print(“n声调，”, end=” “)for pinyin in pinyin_list: print(“%s,” % pinyin.getTone(), end=” “)print(“n声母，”, end=” “)for pinyin in pinyin_list: print(“%s,” % pinyin.getShengmu(), end=” “)print(“n韵母，”, end=” “)for pinyin in pinyin_list: print(“%s,” % pinyin.getYunmu(), end=” “)print(“n输入法头，”, end=” “)for pinyin in pinyin_list: print(“%s,” % pinyin.getHead(), end=” “)print()# 拼音转换可选保留无拼音的原字符print(HanLP.convertToPinyinString(“截至2012年，”, ” “, True))print(HanLP.convertToPinyinString(“截至2012年，”, ” “, False))原文， 重载不是重任！拼音（数字音调）， [chong2, zai3, bu2, shi4, zhong4, ren4, none5]拼音（符号音调）， chng, zi, b, sh, zhng, rn, none,拼音（无音调）， chong, zai, bu, shi, zhong, ren, none,声调， 2, 3, 2, 4, 4, 4, 5,声母， ch, z, b, sh, zh, r, none,韵母， ong, ai, u, i, ong, en, none,输入法头， ch, z, b, sh, zh, r, none,jie 免费主机域名zhi none none none none nian nonejie zhi 2 0 1 2 nian ，拼音转中文HanLP中的数据结构和接口是灵活的，组合这些接口，可以自己创造新功能，我们可以使用AhoCorasickDoubleArrayTrie实现的最长分词器，需要用户调用setTrie()提供一个AhoCorasickDoubleArrayTrieStringDictionary = JClass( “com.hankcs.hanlp.corpus.dictionary.StringDictionary”)CommonAhoCorasickDoubleArrayTrieSegment = JClass( “com.hankcs.hanlp.seg.Other.CommonAhoCorasickDoubleArrayTrieSegment”)Config = JClass(“com.hankcs.hanlp.HanLP$Config”)TreeMap = JClass(“java.util.TreeMap”)TreeSet = JClass(“java.util.TreeSet”)dictionary = StringDictionary()dictionary.load(Config.PinyinDictionaryPath)entry = {}m_map = TreeMap()for entry in dictionary.entrySet(): pinyins = entry.getValue().replace(“[d,]”, “”) words = m_map.get(pinyins) if words is None: words = TreeSet() m_map.put(pinyins, words) words.add(entry.getKey())words = TreeSet()words.add(“绿色”)words.add(“滤色”)m_map.put(“lvse”, words)segment = CommonAhoCorasickDoubleArrayTrieSegment(m_map)print(segment.segment(“renmenrenweiyalujiangbujianlvse”))print(segment.segment(“lvsehaihaodajiadongxidayinji”))[renmenrenweiyalujiangbujian/null, lvse/[滤色, 绿色]][lvse/[滤色, 绿色], haihaodajiadongxidayinji/null]字符正则化演示正规化字符配置项的效果（繁体->简体，全角->半角，大写->小写）。该配置项位于hanlp.properties中，通过Normalization=true来开启（现在直接通过HanLP.Config.Normalization开启即可）。切换配置后必须删除CustomDictionary.txt.bin缓存，否则只影响动态插入的新词。在我动笔前一个星期，已经有同学添加了，添加自定义词典之后，自动删除缓存的功能。地址请点击https://github.com/hankcs/HanLP/pull/954，现在只需要开启正则化即可CustomDictionary =JClass(“co免费主机域名m.hankcs.hanlp.dictionary.CustomDictionary”)print(“HanLP.Config.Normalization = Falsen”)HanLP.Config.Normalization = FalseCustomDictionary.insert(“爱听4G”, “nz 1000”)print(HanLP.segment(“爱听4g”))print(HanLP.segment(“爱听4G”))print(HanLP.segment(“爱听４G”))print(HanLP.segment(“爱听４Ｇ”))print(HanLP.segment(“愛聽４Ｇ”))print(HanLP.segment(“喜欢４Ｇ”))print(HanLP.segment(“hankcs在臺灣寫代碼”))print(“nHanLP.Config.Normalization = Truen”)HanLP.Config.Normalization = Trueprint(HanLP.segment(“爱听4g”))print(HanLP.segment(“爱听4G”))print(HanLP.segment(“爱听４G”))print(HanLP.segment(“爱听４Ｇ”))print(HanLP.segment(“愛聽４Ｇ”))print(HanLP.segment(“喜欢４Ｇ”))print(HanLP.segment(“hankcs在臺灣寫代碼”))HanLP.Config.ShowTermNature = Falsetext = HanLP.s2tw(“现在的HanLP已经添加了添加自定义词典之后，自动删除缓存的功能,现在只需要开启正则化即可”)print(text)print(HanLP.segment(text))HanLP.Config.ShowTermNature = FalseHanLP.Config.Normalization = False[爱听4g][爱听4G][爱, 听, ４, G][爱, 听, ４, Ｇ][愛, 聽, ４, Ｇ][喜欢, ４, Ｇ][hankcs, 在, 臺, 灣寫, 代, 碼]HanLP.Config.Normalization = True[爱听4g][爱听4g][爱听4g][爱听4g][爱听4g][喜欢, 4, g][hankcs, 在, 台湾, 写, 代码]現在的HanLP已經新增了新增自定義詞典之後，自動刪除快取的功能,現在只需要開啟正則化即可[现在, 的, hanlp, 已经, 新增, 了, 新增, 自定义, 词典, 之后, ,, 自动, 删除, 快, 取, 的, 功能, ,, 现在, 只, 需要, 开启, 正, 则, 化, 即可]到此，相信大家对“pyhanlp拼音转换与字符正则化”有了更深的了解，不妨来实际操作一番吧！这里是云技术网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！

相关推荐: Linux如何查看端口占用并

这篇文章主要为大家展示了“Linux如何查看端口占用并”，内容简而易懂，条理清晰，希望能够帮助大家解决疑惑，下面让小编带领大家一起研究并学习一下“Linux如何查看端口占用并”这篇文章吧。netstat -apn|grep 8080[oracle@test d…