从拼音中获取声调

Question

假设我有个拼音：

gēge

我怎样才能得到重音字符的“音调数”？ 例如，在这种情况下，ē将是第一个音调，理想的输出是ge1ge。但实际上，第一步是如何将音调转换成数字？在

输入/输出示例：

^{pr2}$

变成

ge1ge
na3inai
wa4ipo2

我希望在python中实现这一点，但我很灵活。在

谢谢！：）

Answer 1

当以正常形式D（*）（分解）表示时，四个拼音声调使用以下组合（unicode）符号：

• 组合用长音符（'\u0304'）表示音调1
• 组合用锐音符（'\u0301'）表示音调2
• 组合用抑扬符（'\u030c'）表示音调3
• 组合用抑音符（'\u0300'）表示音调4

这意味着Python中的自动处理几乎是微不足道的：将（unicode）字符串规范化为其标准格式D，并用数字值替换上面的组合字符

代码可以是：

def to_tone_number(s):
    table = {0x304: ord('1'), 0x301: ord('2'), 0x30c: ord('3'),
         0x300: ord('4')}
    return unicodedata.normalize('NFD', s).translate(table)

然后可以使用：

^{pr2}$

在Python 3或Python 2中：

>>> print(to_tone_number(u'''g\u0113ge
n\u01ceinai
w\xe0ip\xf3'''))
ge1ge
na3inai
wa4ipo2

---

（*）参考文献：

• module unicodedata在Python标准库参考手册中
• Pinyin在维基百科上

Answer 2

使用正则表达式。有一个有用的regex命令：

re.findall() 

您可以先使用它来标识所有重音字符，然后用string replace方法替换它们

^{pr2}$

例如