汉字转拼音翻译程序，支持多音字、GBK

zhangshebao

汉字转拼音翻译程序，支持多音字、GBK，两个文件放同一目录，如果shell报错，请在命令前加ksh,[]内的是多音字的第2个以上的读音。

hz2py -help

        汉字转拼音v1.0,作者:中国人寿 张蛇宝,2007年1月
        用法：
             hz2py [option] ... <输入文件 >输出文件
        可用选项：
                -firstprint             只输出找到的第一个读音的拼音
                -first2upper            拼音输出首字母大写
                -hzprint                同时输出汉字
                -blank                  拼音前后加空格
                -upper                  拼音输出用大写字母
                -line1                  1行输出，先汉字后拼音
                -line2                  2行输出，先汉字后拼音
                -q                      不显示标题行
                -pyfile=filename        指定拼音文件(缺省为pinyin.txt)
                        -selectchar=char        指定多音字选择符,正文中选择符后的数字n
                                                         指示多音字取第n个读音(缺省为#)


echo "中华人民共和国
珺"|hz2py -q
zhonghuarenmingonghe[hu][huo]guo
jun

zhangshebao

美中不足:
1、拼音字典中的读音比新华字典中的多，即有些“多音字”的读音，新华字典中没有。
当然不影响使用，反正翻好了找[]人工选择该取哪个读音。
哪位有更准确的字典，提供给我来加工。仅常用读音的也行，我取了作为第1个读音。
有兴趣的网友分工帮校对吧，我将1级字库、1级字库、GBK中的非常用字中的多音字分别取出来：

http://bbs.chinaunix.net/viewthr ... &extra=page%3D1

2、81~9F等区内的部分GBK未能识别，主要原因是在SCO UNIX 的awk中对字符00~1f、7f~9f的大小判断不对。
   以后用C改写升级版吧。哪位有在awk中判断GBK字符集的招子，请指点。
   c80="\176";    #原本想用"\200" 即0x80，结果不行，改用0x7e
   if((hz=substr(buf,ii,2))>c80 && ii<buflen){

[ 本帖最后由 zhangshebao 于 2007-3-18 12:44 编辑 ]

iwolcbao

如果能把源码分享出来就好了，
学习中！

zhangshebao

就是源码啊。

zhangyo0134

码表是否可以参考拼音输入法的来做？
scim

zhangshebao

原帖由 zhangyo0134 于 2007-3-17 23:34 发表
码表是否可以参考拼音输入法的来做？
scim

现在用的就是微软全拼做的,多了不少没有的读音.scim是什么啊,发上来看看.

边走边爱

怎么用啊..........

haiyong_wu

http://blog.chinaunix.net/u/16886/showart_235128.html
如此类似!!!

ycguolin

study!

sdccf

原帖由 haiyong_wu 于 2007-3-23 13:37 发表
http://blog.chinaunix.net/u/16886/showart_235128.html
如此类似!!!

一个是WINDOWS下的,一个是UNIX下的