利用Python实现《西游记》章节汉字注音与排版自动化
本文介绍如何使用Python的pypinyin和openpyxl库，自动为《西游记》章节标题添加汉语拼音。通过构建三层二维数据结构处理汉字与拼音对应关系，并生成Excel表格进行居中排版，最终导出为PDF。文章详细记录了从数据结构设计到解决Word竖版兼容问题的完整过程，包含核心代码实现与调试经验。
项目背景与技术栈
起因很简单，为了给读一年级的孩子标注《三国演义》和《西游记》章节的汉语拼音，因为孩子每天朗读时遇到不少生僻字，家人建议手动注音。作为程序员，自然想到用程序解决，特别是利用Python这一强大工具。以下列出实现此功能所需的技术栈。
编程语言：Python3.7
依赖插件：pypinyin 0.37.0 以及 openpyxl 3.0.3
开发环境：PyCharm 社区版
关于使用openpyxl操作Excel的教程在网络上非常丰富，此处不再赘述。
核心算法与数据结构设计
利用pypinyin将汉字转换为汉语拼音非常简单，网上相关的API示例众多。其核心实现仅需一行代码即可完成。以下分享部分关键代码片段：
# 带声调的(默认)
def yinjie(word):
sentens = "".join(word.split())
print(sentens)
s = ''
# heteronym=True开启多音字
for i in pypinyin.pinyin(word, heteronym=False):
s = s + ''.join(i) + " "
return s上述代码足以实现基础的汉字转拼音功能，但为了满足特定的数据结构要求，并未直接采用该简单方法。下面详细说明所采用的数据结构设计。
核心数据结构为三层二维数组，这是实现功能的关键：
第一层结构由单个汉字及其对应的汉语拼音组成。
示例数据如下：['dì', '第'], ['yī', '一'], ['bǎi', '百'], ['huí', '回']
第二层结构按照标题中的空格进行分词处理。
示例数据如下：[['dì', '第'], ['yī', '一'], ['bǎi', '百'], ['huí', '回']], [['jìng', '径'], ['huí', '回'], ['dōng', '东'], ['tǔ', '土']], [['wǔ', '五'], ['shèng', '圣'], ['chéng', '成'], ['zhēn', '真']]
第三层结构则是所有标题的集合。
即第二层的汇总，由于《西游记》共有100个章节标题，因此第三层包含100个上述结构的集合。
这是最初生成的成果物，存在对应关系混乱且难以阅读的问题。
家人提供了一个参考案例，如下图所示：
作为程序员，我们不应示弱，当然可以使用Python来解决这个问题。
排版方案演进与实现
最初的目标是将文字写入Word文档，因此使用了Python-docx库。然而，由于汉语拼音长度不一，导致对齐困难。若通过计算拼音长度来推算汉字位置，算法将极其复杂，涉及排版逻辑。我并非排版专家，因此该方案行不通。
这类似于数学应用题，思路打开后其实并不复杂：只需创建表格，让汉语拼音和汉字居中显示即可。在使用Python-docx尝试许久后，发现竖版Word无法同时容纳汉字和拼音，导致排版失败。效果如下图所示：
看来思路需要调整。
放弃Python-docx，改用openpyxl操作Excel。这是第一次尝试生成的成果物，看起来效果尚可。
最终确定的成果物格式。
将Excel文件转换为PDF后的效果。
代码实现与调试总结
经过反复调试，最终完成。整个过程耗时近6小时，主要时间消耗在数据结构设计和排版逻辑上。此外，语法细节也带来了挑战：作为从Net转向Java的开发者，对Python中的逻辑运算符感到困惑。在Net和Java中，逻辑“与”通常用&&表示，而在Python中则是and。因这一基础语法差异，修改了大量代码并经过多次调试。基础不牢确实会导致开发效率低下。以下是完整代码：
import pypinyin
from openpyxl import Workbook
from openpyxl.drawing.text import Font
from openpyxl.styles import Font, colors, Alignment
from pulgin.Tools import Tools
class HanZhiAddPinYin:
def __init__(self):
pass
def signWord(self,word):
pinyicontent = pypinyin.pinyin(word, heteronym=False)
word_pinyin = [pinyicontent[0][0], word]
return word_pinyin
def sentences(self,keyWords):
listsentense = []
for duanyu in keyWords.split():
print(duanyu)
duanyu_list = []
for word in duanyu:
duanyu_list.append(self.signWord(word))
listsentense.append(duanyu_list)
print(
listsentense
)
return listsentense
def articles(self,txt_file_path):
article = []
encoding = Tools.get_file_encoding(txt_file_path)
f = open(txt_file_path, "r", encoding=encoding, errors='ignore') # 返回一个文件对象
line = f.readline().strip() # 调用文件的 readline()方法
index = 1
while line:
article.append(self.sentences(line))
line = f.readline()
index = index + 1
f.close()
return article
def builder_execl(self,word_title, save_path, article):
"""
构建execl文件
:param word_title: sheet页面的名词
:param save_path: execl保存路径
:param article: 文章内容集合
:return:
"""
wb = Workbook()
ws = wb.active
ws.title = word_title
ws.sheet_properties.tabColor = "1072BA" # 设置背景
xl_sheet = wb.get_sheet_by_name(word_title)
execl_cell_width = 4.6
for sentences in article:
column_index = 1
# sentences 2行数据
# 获取行数
pinyin_row = xl_sheet.max_row + 1 # 拼音所在的行
hanzi_row = pinyin_row + 1 # 汉字所在的行
sentences_index = 0
for duanyu in sentences: # ['dì', '第'], ['yī', '一'], ['huí', '回']
for sign_word in duanyu: # ['dì', '第']
# region 设置样式
# 设置样式
execl_cell_font = Font(name='华文楷体', size=12, italic=False, color=colors.BLACK, bold=True)
execl_pinyin_row = xl_sheet.cell(row=pinyin_row, column=column_index)
execl_hanzi_row = xl_sheet.cell(row=hanzi_row, column=column_index)
execl_pinyin_row.alignment = Alignment(horizontal='center', vertical='center')
execl_hanzi_row.alignment = Alignment(horizontal='center', vertical='center')
execl_pinyin_row.font = execl_cell_font
execl_hanzi_row.font = execl_cell_font
xl_sheet.column_dimensions['A'].width = 3
xl_sheet.column_dimensions['B'].width = 3
xl_sheet.column_dimensions['C'].width = 3
xl_sheet.column_dimensions['D'].width = execl_cell_width
xl_sheet.column_dimensions['E'].width = execl_cell_width
xl_sheet.column_dimensions['F'].width = execl_cell_width
xl_sheet.column_dimensions['H'].width = execl_cell_width
xl_sheet.column_dimensions['I'].width = execl_cell_width
xl_sheet.column_dimensions['G'].width = execl_cell_width
xl_sheet.column_dimensions['J'].width = execl_cell_width
xl_sheet.column_dimensions['K'].width = execl_cell_width
xl_sheet.column_dimensions['L'].width = execl_cell_width
xl_sheet.column_dimensions['M'].width = execl_cell_width
xl_sheet.column_dimensions['N'].width = execl_cell_width
xl_sheet.column_dimensions['O'].width = execl_cell_width
xl_sheet.column_dimensions['P'].width = execl_cell_width
xl_sheet.column_dimensions['Q'].width = execl_cell_width
xl_sheet.column_dimensions['R'].width = execl_cell_width
xl_sheet.column_dimensions['S'].width = execl_cell_width
xl_sheet.column_dimensions['T'].width = execl_cell_width
xl_sheet.column_dimensions['U'].width = execl_cell_width
xl_sheet.column_dimensions['V'].width = execl_cell_width
xl_sheet.column_dimensions['W'].width = execl_cell_width
# endregion
xl_sheet.cell(row=pinyin_row, column=column_index, value=sign_word[0])
xl_sheet.cell(row=hanzi_row, column=column_index, value=sign_word[1]) # 0 第一百回 1 径回东土 2 五圣成真
# print(sentences_index)
# print(len(duanyu) + len(sentences[0]))
# print(column_index)
if sentences_index == 1 and len(duanyu) + len(sentences[0]) == column_index:#坑人的and
xl_sheet.cell(row=pinyin_row, column=column_index + 1, value="，")
xl_sheet.cell(row=hanzi_row, column=column_index + 1, value="，")
column_index = column_index + 1 # 遇到断句多增加一列向后
column_index = column_index + 1 # 列向后
sentences_index = sentences_index + 1 # 三个短语计数器
wb.save(save_path)
总结
至此，关于基于Python第三方插件实现《西游记》章节标注汉语拼音的方法介绍完毕。如需了解更多Python第三方插件标注拼音的相关内容，请搜索本站历史文章或继续浏览后续文章。希望大家多多支持本站！
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
