mozillazg / Pinyin Data
Licence: mit
汉字拼音数据
Stars: ✭ 641
Programming Languages
python
139335 projects - #7 most used programming language
Labels
Projects that are alternatives of or similar to Pinyin Data
hanzi-tools
Converts from Chinese characters to pinyin, between simplified and traditional, and does word segmentation.
Stars: ✭ 69 (-89.24%)
Mutual labels: pinyin
Limax
Node.js module to generate URL slugs. Another one? This one cares about i18n and transliterates non-Latin scripts to conform to the RFC3986 standard. Mostly API-compatible with similar modules.
Stars: ✭ 423 (-34.01%)
Mutual labels: pinyin
mw2fcitx
Fcitx 5 pinyin dictionary generator for MediaWiki instances. (Releases for demo dict of zh.moegirl.org.cn)
Stars: ✭ 80 (-87.52%)
Mutual labels: pinyin
Neural chinese transliterator
Can CNNs transliterate Pinyin into Chinese characters correctly?
Stars: ✭ 310 (-51.64%)
Mutual labels: pinyin
ToolGood.Words.Core
一款高性能敏感词(非法词/脏字)检测过滤组件,附带繁体简体互换,支持全角半角互换,汉字转拼音,模糊搜索等功能。支持.net standard 2.0
Stars: ✭ 66 (-89.7%)
Mutual labels: pinyin
Mynlp
一个生产级、高性能、模块化、可扩展的中文NLP工具包。(中文分词、平均感知机、fastText、拼音、新词发现、分词纠错、BM25、人名识别、命名实体、自定义词典)
Stars: ✭ 519 (-19.03%)
Mutual labels: pinyin
Chinesepinyin Codecompletionhelper
让你的 JetBrains 系 IDE ( IDEA ,PyCharm,PhpStorm,WebStorm,AndroidStudio,DevEco等 )支持中文标识符以拼音输入方式完成代码补全,享受和英文环境一致的中文智能编码体验,为代码表达提供更多选择,一种值得考虑的折中解决方案
Stars: ✭ 262 (-59.13%)
Mutual labels: pinyin
Chineseutil
PHP 中文工具包,支持汉字转拼音、拼音分词、简繁互转、数字、金额大写;QQ群:17916227
Stars: ✭ 413 (-35.57%)
Mutual labels: pinyin
Pinyin4NET
c# 拼音汉字/姓相互转换工具库 (这只是镜像仓库,源仓库见 https://gitee.com/hyjiacan/Pinyin4Net)
Stars: ✭ 38 (-94.07%)
Mutual labels: pinyin
syng
A free, open source, cross-platform, Chinese-To-English dictionary for desktops.
Stars: ✭ 108 (-83.15%)
Mutual labels: pinyin
Xmnlp
xmnlp:提供中文分词, 词性标注, 命名体识别,情感分析,文本纠错,文本转拼音,文本摘要,偏旁部首等功能
Stars: ✭ 591 (-7.8%)
Mutual labels: pinyin
Pinyin
Pure JavaScript library for converting Hanzi to Pinyin.
Stars: ✭ 504 (-21.37%)
Mutual labels: pinyin
pinyin-data
汉字拼音数据。
数据介绍
拼音数据的格式:
{code point}: {pinyins} # {hanzi} {comments}
-
以
#
开头的行是注释,行内#
后面的字符也是注释 -
{pinyins}
中使用逗号分隔多个拼音 -
示例:
# 注释 U+4E2D: zhōng,zhòng # 中
Unihan Database 数据版本:
Date: 2020-02-18 18:27:33 GMT [JHJ]
Unicode version: 13.0.0
-
kTGHZ2013.txt
: Unihan Database 中 kTGHZ2013 部分的拼音数据(来源于《通用规范汉字字典》的拼音数据) -
kHanyuPinyin.txt
: Unihan Database 中 kHanyuPinyin 部分的拼音数据(来源于《漢語大字典》的拼音数据) -
kXHC1983.txt
: Unihan Database 中 kXHC1983 部分的拼音数据(来源于《现代汉语词典》的拼音数据) -
kHanyuPinlu.txt
: Unihan Database 中 kHanyuPinlu 部分的拼音数据(来源于《現代漢語頻率詞典》的拼音数据) -
kMandarin.txt
: Unihan Database 中 kMandarin 部分的拼音数据(普通话中最常用的一个读音。zh-CN 为主,如果 zh-CN 中没有则使用 zh-TW 中的拼音) -
kMandarin_overwrite.txt
: 手工纠正kMandarin.txt
中有误的拼音数据(可以修改) -
GBK_PUA.txt
: Private Use Area 中有拼音的汉字,参考 GB 18030 - 维基百科,自由的百科全书 (可以修改) -
nonCJKUI.txt
: 不属于 CJK Unified Ideograph 但是却有拼音的字符(可以修改) -
kanji.txt
: 日本自造汉字 的拼音数据 (可以修改) -
kMandarin_8105.txt
: 《通用规范汉字表》(2013 年版)里 8105 个汉字最常用的一个读音 (可以修改) -
overwrite.txt
: 手工纠正的拼音数据(可以修改) -
pinyin.txt
: 合并上述文件后的拼音数据 -
zdic.txt
: 汉典网 的拼音数据(可以修改)
修改数据
- 上面标注了 可以修改 字样的文件都可以直接修改
- 如果汉字的拼音不需要修改,只是调整第一个读音的话,可以直接修改
kMandarin_8105.txt
这个文件 - 执行
merge_unihan
命令可以按照合并规则生成最新的pinyin.txt
文件 - 进入 unihan 目录,执行
make update
命令可以更新最新的 Unihan 数据
参考资料
- 汉语拼音方案
- Unihan Database Lookup
- 汉典 zdic.net
- 字海网,叶典网
- 国学大师_国学网
- Unicode、GB2312、GBK和GB18030中的汉字
- GB 18030 - 维基百科,自由的百科全书
- 通用规范汉字表 - 维基百科,自由的百科全书
- China’s 通用规范汉字表 (Tōngyòng Guīfàn Hànzìbiǎo)
- 日本汉字的汉语读音规范
- 日本汉字的汉语普通话规范读音表- 维基百科
- 漢語大字典(第二版)
相关项目
- mozillazg/phrase-pinyin-data: 词语拼音数据
Note that the project description data, including the texts, logos, images, and/or trademarks,
for each open source project belongs to its rightful owner.
If you wish to add or remove any projects, please contact us at [email protected].