45 lines
1.5 KiB
Python
45 lines
1.5 KiB
Python
import unicodedata
|
||
|
||
import jaconv
|
||
from pykakasi import kakasi
|
||
|
||
# ---- 全局初始化（只做一次）----
|
||
_kakasi = kakasi()
|
||
_kakasi.setMode("J", "H") # Kanji -> Hiragana（依据词典近似读音）
|
||
_kakasi.setMode("K", "H") # Katakana -> Hiragana
|
||
_kakasi.setMode("H", "H") # Hiragana -> Hiragana（不变）
|
||
_kakasi.setMode("a", "H") # Romaji -> Hiragana
|
||
# 可选：保留原文空格/标点；如需去除空格可自行处理
|
||
_converter = _kakasi.getConverter()
|
||
|
||
def all_in_kana(text: str) -> str:
|
||
"""
|
||
将任意日文输入（汉字/平假名/片假名/半角假名混排）
|
||
统一转换为“标准化的平假名”。
|
||
"""
|
||
if not text:
|
||
return ""
|
||
|
||
# 1) 规格化（全半角/兼容等）：避免隐形差异
|
||
s = unicodedata.normalize("NFKC", text).strip()
|
||
|
||
# 2) 先做假名统一（片假名 -> 平假名；半角片假名也会被 NFKC 规范化）
|
||
# 这一步对只有假名的输入能直接得到平假名
|
||
s = jaconv.alphabet2kata(s)
|
||
s = jaconv.kata2hira(s)
|
||
|
||
# 3) 用 pykakasi 将汉字（以及残留的片假名）转换为“平假名读音”
|
||
# - 对纯假名基本保持不变
|
||
# - 对汉字给出近似读音（依赖内置词典，个别专有名词可能不完美）
|
||
hira = _converter.do(s)
|
||
|
||
# 4) 兜底：再转一次平假名，保证输出统一
|
||
hira = jaconv.kata2hira(hira)
|
||
|
||
# 5) 可选清洗：去掉多余空白（如果你不想保留空格）
|
||
hira = "".join(hira.split())
|
||
|
||
return hira
|
||
|
||
if __name__ == '__main__':
|
||
print(all_in_kana('ai')) |