位置: 编程技术 - 正文

Python实现针对中文排序的方法(python如何用)

编辑:rootadmin

推荐整理分享Python实现针对中文排序的方法(python如何用),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:python用,python中zoom,python 中,用python写中国,利用python进行,用python写中国,python zhon,python zhon,内容如对您有帮助,希望把文章链接给更多的朋友!

本文实例讲述了Python实现针对中文排序的方法。分享给大家供大家参考,具体如下:

Python比较字符串大小时,根据的是ord函数得到的编码值。基于它的排序函数sort可以很容易为数字和英文字母排序,因为它们在编码表中就是顺序排列的。

但要很处理中文就没那么容易了。中文通常有拼音和笔画两种排序方式,在最常用中文标准字符集GB中,个一级中文汉字是按照拼音序进行编码的,而个二级汉字则是按部首笔画排列,

出现这样的结果是因为‘曙'和‘曾'都是常用字,而‘鲑'和‘怡'都是次常用字,但无论从笔画还是拼音来看,这两对顺序都应该反过来。后来扩充的GBK和GB编码为了向下兼容,都没有更改之前的汉字顺序,于是sort之后的次序就很乱了。

另一方面unicode编码的中文是按《康熙字典》的偏旁部首和笔画数来排列的,所以排序结果和GB编码又不一样。

输出是:"佘孙李赵钱";而保存成gb编码后

输出是:“李钱孙赵佘”。显然,这两个结果都不是我们想要的。那我们究竟怎样才能对中文正确排序呢?

先要弄清楚中文词典的排序规则:先按拼音排列,区分四声,拼音相同的就看笔画数目多少,笔画数也相同的再按笔顺中的具体笔划类型来区分,新华字典采用的顺序是一丨丿丶乙,也称作“天上人间”,应该没有笔划类型也完全一样的。所以中文排序不仅需要带音调的汉字拼音对照表,还需要有具体笔顺的数据。

Python实现针对中文排序的方法(python如何用)

本以为有现成的模块,试了几个都不理想。pyzh的转换代码只支持不到7千字,而且还没有音调。水木的roy的代码涵盖了2万多字符,但需要pysqlite支持......还是自立更生吧~

我找到最全的数据是slowwind上传到csdn的unicode汉字编码表(点击此处本站下载。),包括全部个汉字的全拼、五笔、郑码、UNICODE、GBK、笔画数 部首,以及笔顺编号(拼音部分没有音调,而且个别注音有误,如 ?郑?g,??茸郑?褂眯枳⒁狻#┪姨崛×似渲械谋仕呈?荩?钟媒?炯?摹笆涤煤鹤肿?匆簟背绦蛑谱髁?nicode汉字音调版,其中中文汉字用四声标注,个日韩汉字没有音调以示区别,并根据汉典的数据略作修正(但仍可能存在错误)。有了这两个对照表,下面的工作就简单了。

笔顺字典的处理方法也完全相同,虽然文本有两万行,导入还是很快的,0.5秒左右。如果把这两个文件合并起来统一处理,应该可以更快。

查找中文,一律转为UTF8字符串,汉字外的其他字符不做处理,原样输出。如果需要声母,只输出拼音的第一个字符就是了。只要资料准确,比较起来就很轻松了。数字在字母之前,爱(ai4)便会比昂(ang2)靠前,而笔顺值的位数代表了笔画数,数值对应笔划权重,直接比较数字大小就可以得到正确的顺序。代码如下:

现在我们就可以按照字典的规范给中文排序了。

终于得到了“李钱佘孙赵”,示例文件点此下载。

这里我没有考虑多音字的情况。如果想让程序自动识别,可以增加多音词组对照表,通过上下文来判断。我不知道哪里有这样的数据,反正对于多音字不太多的情形,手动调整也就够了。

PS:这里再为大家推荐2款比较实用的相关在线排序工具供大家参考使用:

在线中英文根据首字母排序工具: Socket编程技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》及《Python文件与目录操作技巧汇总》

希望本文所述对大家Python程序设计有所帮助。

python中requests小技巧 关于Pythonrequests,在使用中,总结了一些小技巧把,记录下。1:保持请求之间的Cookies,我们可以这样做。2:请求时,会加上headers,一般我们会写成这

Python遍历文件夹和读写文件的实现方法 需求分析1、读取指定目录下的所有文件2、读取指定文件,输出文件内容3、创建一个文件并保存到指定目录实现过程Python写代码简洁高效,实现以上功

python 3.5下xadmin的使用及修复源码bug 前言xadmin是一个django的管理后台实现,使用了更加灵活的架构设计及BootstrapUI框架,目的是替换现有的admin,国人开发,有许多新的特性:兼容DjangoAdmin

标签: python如何用

本文链接地址:https://www.jiuchutong.com/biancheng/375641.html 转载请保留说明!

上一篇:浅谈python socket函数中,send与sendall的区别与使用方法(浅谈python要进行房价预测的优点和缺点)

下一篇:python中requests小技巧

  • 存货盘亏进项税额转出是什么意思
  • 购买增值税发票金税盘计入什么科目?
  • 个人所得税有哪些减免政策
  • 退还押金怎么做账
  • 房屋租赁收入还需要缴纳附加税吗
  • 零售盘点窍门
  • 短期借款会计核算
  • 通用原始凭证有哪些?
  • 应交税金及附加包括哪些
  • 上月未做未开票收入分录次月如何调账?
  • 工会经费可以购买购物卡吗
  • 给分公司开发票由总公司付款怎么办?
  • 所得税汇算清缴调整项目
  • 企业员工报销法律规定
  • 境外公司委托境内公司提供劳务
  • 滞留票的进项税能抵扣吗
  • 年底自查
  • 涉农产品税率
  • 每个季度企业要缴纳什么税
  • 分公司可以再开分公司吗
  • 季度利润太高怎么计算
  • 高温补贴是政府发放的吗
  • 工商年报网上申报要钱吗
  • 待抵扣进项税 待认证进项税
  • 待处理财产损益科目编码
  • 第三方派遣劳务不续签补偿金哪边出
  • 文化事业建设费税收优惠政策2023
  • 1697510003
  • harmonyos2.0缺点
  • 信用证保证金账户
  • php json转对象
  • 关闭非系统进程
  • 公司房产税如何征收税率
  • 税务局关于免税资格的审核认定
  • 报销差旅费退回现金会计分录
  • html文档基本结构包括哪几部分
  • 编写jsp程序,实现简易计算机
  • 前端高手
  • 大数据热点话题
  • HTTP 协议
  • node 文件
  • 数据挖掘论文选题
  • 节假日加班工资是几倍
  • 个人出租租房交什么税
  • 季末资产总额怎么计算出来的
  • mongo groupby
  • 企业注销其他应收款有数,要交税吗?
  • 电子税务局能不能逾期申报个税
  • 单位卖车怎么做账
  • 异地预缴增值税后本地怎么申报
  • 确认应付职工薪酬是什么意思
  • 控股合并和吸收合并会计处理的区别
  • 租赁的生产设备计入哪个科目
  • 出口退税 账务处理
  • 企业会计核算中,对账的内容主要包括
  • 应收未收的款项如何会计处理
  • 非税收入专用票据包括什么
  • SSB(SQLservice Service Broker) 入门实例介绍
  • docker untagged
  • 如何使用chatgpt
  • win8系统开机桌面文件不见了
  • win10mobile下载官网
  • windows 8.1 build 9600
  • win7系统笔记本摄像头在哪里打开
  • 测试模式win8专业版 9200
  • win8文件夹选项在哪
  • tplinkwr740n设置
  • Win7系统电脑开不开机怎么办
  • win10系统打开任务管理器的快捷键
  • jQuery实现checkbox即点即改批量删除及中间遇到的坑
  • windows 2002关机
  • vue框架写淘宝购物车
  • android怎么运行
  • 仿微信语音聊天
  • 自定义水印相机
  • comparable接口怎么用
  • 三证合一 税务
  • 税务登记证发证机关名称
  • 上善若水 宁静致远,适合小学标语吗?
  • 世界近代史的改革有哪些
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设