#!/usr/bin/env python

# This file has following encoding: utf-8

######################## 模塊導入 ########################

import os, re

######################## 全局變量 ########################

# 三種字符集標志

GB18030, GBK, UTF8 = "gb18030", "gbk", "utf8"

# 字符編碼頁解碼失敗標志

decodingFailed = False # 初始狀態：關閉

# 正則表達式替換命令元組和內部標志

cmdPairTuple = tuple() # 預備空對象

PATTERN, SUBST = 0, 1 # 匹配段和替換段

# 經過編譯的正則表達式對象列表

reList = [] # 預備空對象

# 創建正則表達式替換命令元組的默認設置表（固定集合對象）

defaultPrefSet = frozenset([

### 以下各行字符串，凡行首用#號注釋者均表示無效；

### 凡行首未用#號注釋者均有效，效用如后面注釋所述：

# "NUMBER_2_BY_AR4", # 數字“二”有大開口度韻腹

# "AI_INC_NEAR_OPEN_FRONT", # ai/uai韻腹為舌面前次開元音

# "AIR_ANR_INC_NEAR_OPEN_CENTRAL", # air/anr韻腹為舌面央次低元音

# "CENTRAL_A_BY_SMALLCAPS_A", # “央a”采用小型大寫[A]標明

# "IE_YUE_INC_SMALLCAPS_E", # ie/yue采用小型大寫[E]標明

# "IE_YUE_INC_E", # ie/yue采用[e]標明（覆蓋上一條）

# "IAN_YUAN_AS_AN", # ian/yuan韻腹和an一樣

# "ONLY_YUAN_AS_AN", # 僅yuan韻腹和an一樣（覆蓋上一條）

# "OU_INC_SCHWA", # ou/iou采用舌面央中元音韻腹

# "IONG_BY_IUNG", # iong韻母采用i韻頭u韻腹

# "ASPIRATE_BY_TURNED_COMMA", # 采用反逗號弱送氣符號

# "RHOTICITY_BY_RHOTIC_HOOK", # 兒化韻卷舌動作采用卷舌小鉤

# "ONLY_ER_BY_RHOTIC_HOOK", # 只有er音節卷舌動作采用卷舌小鉤

# "INITIAL_R_BY_VED_RETRO_FRIC", # 聲母r為卷舌濁擦音而非卷舌通音

# "R_TURNED_WITH_HOOK", # 嚴格采用卷舌通音符號

# "TRANSITIONAL_SCHWA_IN_ING", # ing有舌面央中元音韻腹

# "TRANSITIONAL_SCHWA_IN_UEN", # 合口un有舌面央中元音韻腹

# "NO_TRANSITIONAL_U", # bo/po/mo/fo沒有[u]韻頭

# "SYLLABLE_JUNCTURE_BY_PLUS", # 音節間斷采用開音渡+號而非.號

# "HTML_SUP_TAG_FOR_TONE_VALUE", # 調值采用HTML上標標簽格式

# "HIDE_ALL_TONE_VALUE", # 隱藏所有聲調轉換

### 以下選項僅存設想，目前尚未實現：

# "RETROFLEX_INITIAL_STANDALONE", # 卷舌聲母可成音節而無需舌尖元音

# "ZERO_INITIAL_HAS_CONSONANT", # 零聲母有輔音

])

# 正則表達式替換命令元組一攬子創建設置方案（元組，[0]位為說明）

recipeLinWang1992 = ( U"林燾、王理嘉《語音學教程》",

"NO_TRANSITIONAL_U", "ASPIRATE_BY_TURNED_COMMA", "AI_INC_NEAR_OPEN_FRONT"

)

recipeBeidaCN2004 = ( U"北京大學中文系《現代漢語》（重排本）",

"NO_TRANSITIONAL_U", "ASPIRATE_BY_TURNED_COMMA", "INITIAL_R_BY_VED_RETRO_FRIC",

"TRANSITIONAL_SCHWA_IN_UEN", "IONG_BY_IUNG", "IAN_YUAN_AS_AN"

)

recipeHuangLiao2002 = (U"黃伯榮、廖序東《現代漢語》（增訂三版）",

"NO_TRANSITIONAL_U", "ASPIRATE_BY_TURNED_COMMA", "CENTRAL_A_BY_SMALLCAPS_A",

"TRANSITIONAL_SCHWA_IN_UEN", "ONLY_YUAN_AS_AN", "ONLY_ER_BY_RHOTIC_HOOK",

"INITIAL_R_BY_VED_RETRO_FRIC"

)

recipeYangZhou1995 = ( U"楊潤陸、周一民《現代漢語》（北師大文學院教材）",

"NO_TRANSITIONAL_U", "ASPIRATE_BY_TURNED_COMMA", "TRANSITIONAL_SCHWA_IN_UEN",

"INITIAL_R_BY_VED_RETRO_FRIC"

)

recipeYuan2001 = ( U"袁家驊等《漢語方言概要》（第二版重排）",

"NO_TRANSITIONAL_U", "ASPIRATE_BY_TURNED_COMMA", "INITIAL_R_BY_VED_RETRO_FRIC",

"ONLY_ER_BY_RHOTIC_HOOK", "IAN_YUAN_AS_AN", "TRANSITIONAL_SCHWA_IN_UEN",

"IE_YUE_INC_E"

)

recipeTang2002 = ( U"唐作藩《音韻學教程》（第三版）",

"NO_TRANSITIONAL_U", "ASPIRATE_BY_TURNED_COMMA", "INITIAL_R_BY_VED_RETRO_FRIC",

"ONLY_ER_BY_RHOTIC_HOOK", "IAN_YUAN_AS_AN", "TRANSITIONAL_SCHWA_IN_UEN",

"IE_YUE_INC_E", "OU_INC_SCHWA"

)

#############www.iplaypy.com 函數聲明 ########################

def createCmdPairTuple(prefSet = defaultPrefSet):

U"""創建正則表達式替換命令元組

然后編譯便于反復使用的匹配段正則表達式對象列表

參數prefSet是一個控制命令元組創建的選項設置序列"""

### 預先處理同系列設置的覆蓋關系——defaultPrefSet也可能讓人動了手腳

prefSet = set(prefSet) # 先換為可變集合副本，以防固定類型參數

if "IE_YUE_INC_E" in prefSet and "IE_YUE_INC_SMALLCAPS_E" in prefSet:

prefSet.remove("IE_YUE_INC_SMALLCAPS_E")

if "ONLY_YUAN_AS_AN" in prefSet and "IAN_YUAN_AS_AN" in prefSet:

prefSet.remove("IAN_YUAN_AS_AN")

global cmdPairTuple

cmdPairTuple = (

### 轉換聲母前的預處理

# 音節間斷與隔音符號

(UR"([aoeiuvüê][1-5]?)([yw])", # a/o/e前有元音時必須寫隔音符號

UR"1'2"), # 標明不必寫出隔音符號的音節間斷

(UR"'", (UR"+" if "SYLLABLE_JUNCTURE_BY_PLUS" in prefSet else

UR".")), # 音節間斷（開音渡）標記

# 兼容正規的印刷體字母ɡ/ɑ->g/a

(UR"ɡ", UR"g"),

(UR"ɑ", UR"a"),

# 特殊的ê韻母，只能搭配零聲母（“誒”字等）

(UR"(ê|ea)", UR"?"), # ea是ê的GF 3006表示

# 消除因可以緊鄰韻腹充當聲母或韻尾的輔音的歧義

(UR"r([aoeiu])", UR"R1"), # 聲母r暫改為R，以免與卷舌標志r混淆

(UR"n([aoeiuvü])", UR"N1"), # 聲母n暫改為N，以免與韻尾n/ng混淆

# 需要排除式匹配轉換的韻母

(UR"ng(?![aeu])", UR"?"), # 雙字母ng，后鼻音韻尾或自成音節

(UR"(?

UR"?"), # 單韻母e，此前已轉換ea和聲母r/n

(UR"(?

(UR"ar4" if "NUMBER_2_BY_AR4" in prefSet else

UR"er4")), # 數字“二”是否有大開口度韻腹

(UR"(?

(UR"a?4" if "ONLY_ER_BY_RHOTIC_HOOK" in prefSet else

UR"ar4")), # 數字“二”也屬于er音節，可特別選用小鉤

(UR"a(?![ion?])", (UR"?" if "CENTRAL_A_BY_SMALLCAPS_A" in prefSet else

UR"a")), # “央a”是否用小型大寫[A]標明，已轉換“二”

(UR"(?

(UR"??" if "ONLY_ER_BY_RHOTIC_HOOK" in prefSet else

UR"?r")), # 一般的卷舌單韻母er，此前已排除“二”

(UR"(?

(UR"(?<=[bpmf])o(?![u?])",

(UR"o" if "NO_TRANSITIONAL_U" in prefSet else

UR"uo")), # bo/po/mo/fo是否有韻頭u

### 聲母——無需轉換m/f/n/l/s/r(但r可根據設置執行轉換)

# 送氣清輔音聲母

(UR"([ptk])", UR"1?"),

(UR"q", UR"t??"),

(UR"(ch|?)", UR"t??"), # 后者是ch的注音變體

(UR"c", UR"ts?"), # 此前已排除ch

# 不送氣清輔音聲母

(UR"b", UR"p"), # 此前已排除送氣的p/t/k

(UR"d", UR"t"),

(UR"g", UR"k"), # 此前已排除后鼻音雙字母中的g，注意隔音

(UR"j", UR"t?"),

(UR"(zh|?)", UR"t?"), # 后者是zh的注音變體

(UR"z", UR"ts"), # 此前已排除zh

# 擦音聲母

(UR"(sh|?)", UR"?"), # 后者是sh的注音變體

(UR"x", UR"?"), # 聲母x，排除后再轉換h

(UR"h", UR"x"), # 聲母h，此前已排除zh/ch/sh

### 韻母

# 舌尖元音韻母

(UR"(s??)i", UR"1?"), # zi/ci/si

(UR"([?R]??)i", UR"1?"), # zhi/chi/shi/ri

# 部分韻腹省略表示的韻母+隔音符號和韻頭w/y

(UR"iu", UR"iou"), # 無需轉換iou

(UR"ui", UR"uei"), # 無需轉換uei

(UR"wu?", UR"u"),

(UR"yi?", UR"i"), # 此前已排除iu

# 韻頭[i]/[y]的韻母

(UR"iu|[üv]", UR"y"), # 轉換ü/v，恢復yu/yue，準備yuan/yun

(UR"ian", (UR"ian" if "IAN_YUAN_AS_AN" in prefSet else

UR"i?n")), # 是否認為ian韻腹和an一樣

(UR"yan", (UR"yan" if ("ONLY_YUAN_AS_AN" in prefSet)

or ("IAN_YUAN_AS_AN" in prefSet) else

UR"y?n")), # 是否認為yuan韻腹和an一樣（覆蓋上一選項）

(UR"(???)uan", (UR"

2964

1yan" if ("ONLY_YUAN_AS_AN" in prefSet)

or ("IAN_YUAN_AS_AN" in prefSet) else

UR"1y?n")), # {j/q/x}uan，是否認為和an一樣

(UR"(???)u", UR"1y"), # {j/q/x}u{e/n}韻頭，此前已排除{j/q/x}uan

(UR"([iy])e(?!n)", (UR"1?" if "IE_YUE_INC_SMALLCAPS_E" in prefSet else

UR"1e")), # ie/yue/üe/ve，此前已轉換{j/q/x}u

(UR"([iy])e(?!n)", (UR"1e" if "IE_YUE_INC_E" in prefSet else

UR"1?")), # ie/yue是否采用[e]標明，此前已判斷[E]

# 舌面央中元音輕微過渡韻腹

(UR"i?", (UR"i??" if "TRANSITIONAL_SCHWA_IN_ING" in prefSet else

UR"i?")), # ing是否有舌面央中元音韻腹

(UR"(un|uen)", (UR"u?n" if "TRANSITIONAL_SCHWA_IN_UEN" in prefSet else

UR"un")), # 合口un/uen過渡，此前已排除撮口[j/q/x]un

# 后移的a

(UR"ao", UR"ɑu"), # 包括ao/iao，o改為u

(UR"a?", UR"ɑ?"), # 包括ang/iang/uang

# 韻母en/eng韻腹是舌面央中元音

(UR"e([n?])", UR"?1"),

# ong類韻母

(UR"io?", (UR"iu?" if "IONG_BY_IUNG" in prefSet else

UR"y?")), # iong的兩種轉換，此前yong已轉換為iong

(UR"o?", UR"u?"), # ong，此前已排除iong

### 兒化音變——無需轉換ar/ir/ur/aur/our/yur

# 舌尖元音韻母

(UR"[??]r", UR"?r"), # {zh/ch/sh/r/z/c/s}ir

# 鼻韻尾脫落和相應的韻腹元音替換

(UR"[a?][in]r",(UR"?r" if "AIR_ANR_INC_NEAR_OPEN_CENTRAL" in prefSet else

UR"ar")), # air/anr韻尾脫落后的韻腹替換

(UR"eir|?nr", UR"?r"), # eir韻腹央化，韻尾脫落；enr韻尾脫落

(UR"([iy])r", UR"1?r"), # ir/yr增加央化韻腹

(UR"([iuy])nr", UR"1?r"), # inr/ynr/unr韻尾脫落后增加央化韻腹

(UR"iu?r", UR"iu?r"), # iungr(iongr的可選變換)

(UR"([iuy])?r", UR"1??r"), # ingr/yngr/ungr韻尾脫落后增加央化鼻化韻腹

(UR"?r", UR"?r"), # ang/eng韻尾兒化脫落后韻腹鼻化

### 聲母、韻母轉換的善后掃尾工作

# 處理兒化韻卷舌動作

(UR"r", (UR"?" if "RHOTICITY_BY_RHOTIC_HOOK" in prefSet else

UR"r")), # 是否先把兒化韻卷舌動作改為卷舌小鉤

(UR"R", (UR"?" if "INITIAL_R_BY_VED_RETRO_FRIC" in prefSet else

UR"r")), # 恢復聲母r，是否采用卷舌濁擦音表示聲母r

# 此前已處理完卷舌動作和聲母，現在處理剩下的r字符的可選轉換

(UR"r", (UR"?" if "R_TURNED_WITH_HOOK" in prefSet else

UR"r")), # 是否嚴格采用卷舌通音符號[?]

# 恢復聲母n

(UR"N", UR"n"), # 此前已處理完單元音韻母e和ie/yue

# 其他選項

(UR"?", (UR"?" if "ASPIRATE_BY_TURNED_COMMA" in prefSet else

UR"?")), # 是否采用反逗號送氣符號

(UR"ai", (UR"?i" if "AI_INC_NEAR_OPEN_FRONT" in prefSet else

UR"ai")), # （非兒化的）ai/uai韻腹為舌面前次開元音

(UR"ou", (UR"?u" if "OU_INC_SCHWA" in prefSet else

UR"ou")), # ou/iou是否采用舌面央中元音韻腹

### 聲調

# 先期處理

((UR"[1-5]" if "HIDE_ALL_TONE_VALUE" in prefSet else

UR"5"), UR""), # 只隱藏輕聲還是隱藏所有的聲調轉換

(UR"([1-4])",

(UR"¹" if "HTML_SUP_TAG_FOR_TONE_VALUE" in prefSet else

UR"(1)")), # 隔離單個數字調號

# 標出普通話調值

("([(>])1([)<])", UR"1 552"), # 陰平（第一聲）

("([(>])2([)<])", UR"1 352"), # 陽平（第二聲）

("([(>])3([)<])", UR"1 2142"), # 上聲（第三聲）

("([(>])4([)<])", UR"1 512"), # 去聲（第四聲）

("([(>]) ([235])",UR"12") # 去掉此前標調值時加上的空格

)

### 以上，替換命令元組創建完成！

# 編譯正則表達式對象，以便反復使用

global reList

reList = map(re.compile, [pair[PATTERN] for pair in cmdPairTuple])

def decodeLine(encodedLine):

U"""對每一行拼音字符串做字符編碼頁解碼"""

try:

decodedLine = encodedLine.decode(UTF8)

except UnicodeDecodeError: # 如果不是UTF-8

try:

decodedLine = encodedLine.decode(GB18030)

except UnicodeDecodeError: # 如果GB-18030也不行

decodedLine = "" + os.linesep # 解碼失敗，只能清空

global decodingFailed

decodingFailed = True # 設置字符編碼頁解碼失敗標志

except UnicodeEncodeError: # wx中可能出現編碼錯誤

decodedLine = encodedLine

return decodedLine

def msgOnDecodingFailure(fileName = "標準輸入流"):

U"""針對字符編碼頁解碼失敗的文件在事后通過標準錯誤流提出警告"""

global decodingFailed

if decodingFailed: # 檢查上次文件處理中是否出現解碼錯誤

sys.stderr.write((U"%s警告：%s解碼失敗！"%(sys.argv[0], fileName)).encode(GBK) + os.linesep)

decodingFailed = False # 重置字符集碼頁解碼失敗標志為關閉

def convertLine(pinyinLine):

U"""對每一行拼音字符串依次執行全部替換命令，像流編輯器sed一樣工作"""

# 以單個“#”開頭的行不轉換，當作注釋行

if pinyinLine.startswith("#") and not pinyinLine.startswith("##"):

return pinyinLine[1:] # 去掉開頭的“#”后再返回

# 以兩個“#”開頭的行，只保留一個“#”，然后繼續

if pinyinLine.startswith("##"):

pinyinLine = pinyinLine[1:]

ipaLine = pinyinLine.lower() # 大寫字母在替換過程中另有意義

for eachRe, eachCmdPair in zip(reList, cmdPairTuple):

ipaLine = eachRe.sub(eachCmdPair[SUBST], ipaLine)

return ipaLine

def convertPinyin2IPA(pinyinLines, linesep=""):

U"""將漢語拼音文稿轉換為國際音標文稿

參數pinyinLines是輸入的字符串序列

參數linesep是行分隔符（對于fp.readlines()或s.splitlines(True)的輸入，缺省即可）"""

# 逐行處理解碼和轉換，有利于減少解碼帶來的亂碼行

ipaLines = map(convertLine, map(decodeLine, pinyinLines))

return linesep.join(ipaLines).encode(UTF8) # 必須按UTF-8再encode一下

######################## 主干函數 ########################

def Pinyin2IPA(pinyinLines, *prefs):

U"""創建轉換命令，并將漢語拼音文稿轉換為國際音標文稿

參數pinyinLines可以是字符串序列或單個字符串（后者也會包裝進元組）

參數收集元組prefs是一個控制命令元組創建的選項設置表"""

# 根據設置表創建替換命令元組（設置表缺省時提供默認值）

if not prefs:

prefs = defaultPrefSet

createCmdPairTuple(prefs)

# 將單個字符串包裝進元組，以便逐行處理

#www.iplaypy.com

if isinstance(pinyinLines, str):

pinyinLines = (pinyinLines, )

return convertPinyin2IPA(pinyinLines)

######################## 直接運行 ########################

if __name__ == '__main__':

import glob, locale, sys

globFailMsg = U"%s錯誤：參數“%s”不能匹配任何有效的文件名！".encode(GBK) + os.linesep

readFailMsg = U"%s錯誤：文件“%s”數據讀取失敗！".encode(GBK) + os.linesep

if len(sys.argv) > 1:

if sys.argv[1].lower() not in ("/?", "/h", "--help", "-h"):

for eachArg in sys.argv[1:]: # 遍歷glob表達式參數

fileNameList = glob.glob(eachArg) # 考慮DOS不負責glob解析

if not fileNameList:

sys.stderr.write(globFailMsg%(sys.argv[0], eachArg))

else:

for eachFileName in fileNameList:

try:

sys.stdout.write(Pinyin2IPA(open(eachFileName, 'r').readlines()))

msgOnDecodingFailure(U"文件“%s”"%eachFileName)

except IOError:

sys.stderr.write(readFailMsg%(sys.argv[0], eachFileName))

else: # 按照本地設置的編碼方式輸出模塊文檔作為簡單幫助

language_dummy, encoding = locale.getdefaultlocale()

print (__doc__%(sys.argv[0], sys.argv[0])).encode(encoding)

else:

sys.stdout.write(Pinyin2IPA(sys.stdin.readlines()))

msgOnDecodingFailure()

######################## 腳本結束 ########################

總結

以上是生活随笔為你收集整理的python音标是什么_python转换工具之汉语拼音与国际音标的实现的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。