用Python给英语单词批量划分音节

news2024/9/22 5:30:26

一、问题的缘起

最近，有网友在我的视频下面留言，问我可否把英语单词进行音节的划分？我以前也有同样的想法，但是始终没有得到解决。但是，我想使用python，学习英语的人都很多，说不定有人已经编写了类似的模块供我们调用呢？

问题截图

于是，我就抱着试试看的心情，在网上搜了一下，果然，某搜索引擎上，已经给出了答案，经过测试，我发现这个pyphen是一个不错的模块，它可以自动把任意单词按照音节来划分，不同的音节中间添加"-"，正好符合网友的要求，于时我就尝试探索了一下，结果还不错。

二、下载安装pyphen

这个模块需要在cmd下使用以下命令进行安装：

pip install pyphen

然后通过以下代码导入这个模块：

from pyphen import Pyphen

接着我们需要传入语言代码，英语的语言代码是：en_US，根据官网(http://pyphen.org)显示，这个模块支持37种语言。语言列表如下所示，这里面包括德语、法语、捷克语、丹麦语等，基本上都是欧洲的语言，可谓功能十分强大。

序号	英文	中文
1	Afrikaans	南非荷兰语
2	Albanian	阿尔巴尼亚语
3	Belarusian	白俄罗斯语
4	Bulgarian	保加利亚语
5	Catalan	加泰罗尼亚语
6	Croatian	克罗地亚语
7	Czech	捷克语
8	Danish	丹麦语
9	Dutch	荷兰语
10	English (Great-Britain and United-States)	英语（英美）
11	Esperanto	世界语
12	Estonian	爱沙尼亚语
13	French	法语
14	Galician	加利西亚语
15	German (Austria, Germany and Switzerland)	德语（奥地利、德国和瑞士）
16	Greek	希腊语
17	Hungarian	匈牙利语
18	Icelandic	冰岛语
19	Indonesian	印度尼西亚语
20	Italian	意大利语
21	Lithuanian	立陶宛语
22	Latvian	拉脱维亚语
23	Mongolian	蒙古语
24	Norwegian (Bokmål and Nynorsk)	挪威语（书面语和新挪威语）
25	Polish	波兰语
26	Portuguese (Brazil and Portugal)	葡萄牙语（巴西和葡萄牙）
27	Romanian	罗马尼亚语
28	Russian	俄语
29	Serbian (cyrillic and latin)	塞尔维亚语（西里尔字母和拉丁字母）
30	Slovak	斯洛伐克语
31	Slovenian	斯洛文尼亚语
32	Spanish	西班牙语
33	Swedish	瑞典语
34	Telugu	泰卢固语
35	Thai	泰语
36	Ukrainian	乌克兰语
37	Zulu	祖鲁语

三、给英语单词划分音节

导入了这个划分音节的模块，下一步就可以轻松划分音节了。以下是人工智能给出的部分代码：

from pyphen import Pyphen
 
# 创建一个Pyphen对象，需要传入语言代码和可选的字典文件
# 如果不指定字典文件，pyphen将会使用在线服务
# 这里使用英语，并假设你已经有了英语的字典文件
# 文件路径可以是相对路径或者绝对路径
ph = Pyphen(lang='en_US', dict_path='path_to_your_dictionary_file.dict')
 
# 使用音节划分功能
word = 'revolution'
hyphenated = ph.inserted(word)  # 返回音节划分后的单词
print(hyphenated)  # 输出可能会是're-volu-tion'

对于英语单词音节的划分，我们可以省去导入字典，简化上述代码如下：

from pyphen import Pyphen
ph = Pyphen(lang='en_US')
# 使用音节划分功能
word = 'application'
hyphenated = ph.inserted(word)  # 返回音节划分后的单词
print(hyphenated)  # 输出可能会是'ap-pli-ca-tion'

以下是在Win7系统下测试成功的截图：