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

  • 民间非盈利组织会计中所拥有的用于
  • 浙江注册税务师考试时间
  • 政府的慰问金一般有多少钱
  • 工程设备公司经营范围
  • 允许抵扣的进项税额分为哪几种情况
  • 代收代付保险费的差额可以放入营业外收入么
  • 境内公司没有收购的股票
  • 培训机构开发票不能开公司抬头吗
  • 未实现融资收益纳税调整
  • 协会会费收入会计科目
  • 资产的税务处理要注意什么
  • 开公司怎么报账
  • 咨询案例模板
  • 发票上单价可以开0吗
  • 商品混凝土增值税政策
  • 股权转让印花税是双方都要缴纳吗
  • 差额征税科目
  • 劳务报酬和个人工资的区别
  • 火车票飞机票进项税额怎么抵扣
  • 企业所得税以前年度亏损怎么弥补
  • 期末增值税如何结转
  • 企业自然人电子税务局怎么申报
  • 以太网连接网络
  • 成品油属于什么费用
  • 收到融资款如何做账
  • 民间非营利组织会计账务处理
  • file*fp什么意思
  • php生成随机字符串源,且不会重复出现
  • 会计凭证设计要注意的问题
  • 三维目标通用模板
  • 应付账款账户的期初贷方余额100元
  • php遍历结果集
  • php不能通过浏览器运行吗
  • 以前年度损益调整结转到哪里
  • openvino使用
  • 移动端页设计
  • 记载资金的账簿
  • 累计折旧怎么折
  • 发票校验码二维码看不到了怎么查
  • 企业间借款利息开票税收分类编码
  • 钢筋增值税专票几个点
  • 红字发票信息表怎么打印出来
  • 破产清算不够支付员工补偿金
  • 环保税的算法
  • 单位银行提取大额现金最多能取多少
  • mysql数据库导出xml的实现方法
  • 企业与债权人进行债务重组
  • 现金流量表算财务报表吗
  • 退回的以前年度的附加怎么申报
  • 初级会计实务重点内容
  • 公司餐费怎么入账
  • 简易征收应纳税额
  • 信用卡刷卡手续费是谁收取的
  • 消防劳保
  • 参展费会计分录
  • 开具旧税号也能认证成功
  • 会计档案销毁方案怎么写
  • mysql数据查询语句
  • linux信号机制的原理
  • unix命令大全
  • debian sid 安装
  • 强制升级win11后果
  • 新装win8系统卡顿严重,虚拟内存为0
  • ES6 javascript中class类的get与set用法实例分析
  • jquery异步获取数据
  • opengl出错
  • unity总结
  • 利用python中的scikit-learn对疫情数据挖掘
  • unity3d粒子系统创建火花
  • jquery获取单选按钮的值
  • python中函数的功能及作用
  • 审计局查什么内容
  • 企业自己开的增值发票
  • 工商与税务合并了吗
  • 广东省电子税务局电话
  • 以房产作价投资入股如何处理
  • 税务检查的程序
  • 美国非税收入排名榜
  • 独立的法人企业
  • 四川税务专管员查询
  • 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