如何从另一种语言单词中创建英文字母字符串？

Question

我需要找到一种方法将某些语言的单词（音译）重写为英语。例如привет（俄语）听起来像privet（英语）。

意思和语法无关紧要，但我希望它有更相似的发音。一切都应该是Python，我在网上很努力地查了一下，没有找到好的方法。

例如，类似这样的：

translit("юу со беутифул", "ru") = juu so beutiful

translit("кар", "ru") = kar

Answer 1

这是使用正则表达式的另一种可能的解决方案，您可以配置此功能以将特殊字符替换为您想要的字符：

import re

def remove_accents(string):
    if type(string) is not unicode:
        string = unicode(string, encoding='utf-8')

    string = re.sub(u"[àáâãäå]", 'a', string)
    string = re.sub(u"[èéêë]", 'e', string)
    string = re.sub(u"[ìíîï]", 'i', string)
    string = re.sub(u"[òóôõö]", 'o', string)
    string = re.sub(u"[ùúûü]", 'u', string)
    string = re.sub(u"[ýÿ]", 'y', string)

    return string

Answer 2

这是@lenz 的替代解决方案。但我确实喜欢@lenz 对unidecode 更好的建议=)

从 Python - Replace non-ascii character in string (») 和 Can somone explain how unicodedata.normalize(form, unistr) work with examples?

解决变音符号、重音和坟墓：

>>> re.sub(r'[^\x00-\x7f]',r'', normalize('NFD', u"Avec Éloïse, ils président à l'assemblée"))
u"Avec Eloise, ils president a l'assemblee"

但它并不能解决尖锐的 S 字符和西里尔文：

>>> re.sub(r'[^\x00-\x7f]',r'', normalize('NFD', u"die größten Probleme"))
u'die groten Probleme'

>>> re.sub(r'[^\x00-\x7f]',r'', normalize('NFD', u"юу со беутифул"))
u'  '

Answer 3

也许你应该试试unidecode：

>>> import unidecode
>>> unidecode.unidecode("юу со беутифул")
'iuu so beutiful'
>>> unidecode.unidecode("die größten Probleme")
'die grossten Probleme'
>>> unidecode.unidecode("Avec Éloïse, ils président à l'assemblée")
"Avec Eloise, ils president a l'assemblee"

用pip安装它：

pip3 install unidecode

Answer 4

也许你已经在使用它了；但你可以使用transliterate 包。

使用 pip 进行基本安装：

pip install transliterate

然后是代码

# coding: utf-8

from transliterate import translit

print translit(u"юу со беутифул", 'ru', reversed=True) # juu so beutiful

自定义类

正如@Schmuddi 建议的那样，您可以创建自己的自定义类来处理德语特殊字符（尽管仅适用于 python 3.X）。

pip3 install transliterate

然后是代码：

# coding: utf-8

from transliterate import translit
from transliterate.base import TranslitLanguagePack, registry

class GermanLanguagePack(TranslitLanguagePack):
    language_code = "de"
    language_name = "Deutsch"

    pre_processor_mapping = {
        u"ß": u"ss",
    }

    mapping = (
        u"ÄÖÜäöü",
        u"AOUaou",
    )

registry.register(GermanLanguagePack)

print(translit(u"Die größten Katzenrassen der Welt", "de")) 
#Die grossten Katzenrassen der Welt

奖金，法国人：

class FrenchLanguagePack(TranslitLanguagePack):
    language_code = "fr"
    language_name = "French"

    pre_processor_mapping = {
        u"œ": u"oe",
        u"Œ": u"oe",
        u"æ": u"ae",
        u"Æ": "AE"
    }


    mapping = (
        u"àâçéèêëïîôùûüÿÀÂÇÉÈÊËÏÎÔÙÛÜŸ",
        u"aaceeeeiiouuuyAACEEEEIIOUUUY"
    )


registry.register(FrenchLanguagePack)

print(translit(u"Avec Éloïse, ils président à l'assemblée", 'fr'))
#Avec Eloise, ils president a l'assemblee

其他可能的解决方案

由于 transliterate 不涵盖德语（还没有？），您可以使用另一个包直接翻译句子：py-translate 但它使用谷歌翻译，因此您确实需要互联网连接。

使用 pip 进行基本安装：

pip install py-translate

然后你的代码：

# coding: utf-8

from translate import translator

print translator('ru', 'en', u"юу со беутифул")
print translator('de', 'en', u"Die größten Katzenrassen der Welt")