是否有一个Python或PHP库可以标记和转换日语tex

Question

给定一个可以包含日语和英语文本的字符串，我想：

1. 将日语部分从平假名转换为片假名，半宽转换为全宽。你知道吗
2. 按单词拆分字符串（日语文本不使用空格分隔单词）

我目前正在使用优秀的iOS/osx字符串库（它可以满足数百种复杂情况和边缘情况）。你知道吗

具有kCFStringTransformHiraganaKatakana常数的^{}。你知道吗

具有NSStringEnumerationByWords常数的^{}。你知道吗

搜索正在从客户端移动到服务器，因此我们需要这些方法的PHP或Python版本。你知道吗

Answer 1

可能是nltkjp或tiny segmenter，两者都与nltk兼容， 对于日语语料库，您可以访问Masato Hagiwara网站。你知道吗