ChinesePinyin 项目技术文档
2024-12-20 16:35:46作者:裴麒琰
1. 安装指南
通过 RubyGems 安装
你可以通过以下命令使用 RubyGems 安装 chinese_pinyin:
gem install chinese_pinyin
通过 Gemfile 安装
如果你使用的是 Ruby 项目,可以在 Gemfile 中添加以下内容:
gem 'chinese_pinyin'
然后运行 bundle install 来安装依赖。
2. 项目的使用说明
通过 CLI 使用
chinese_pinyin 提供了命令行工具 ch2py,可以通过命令行直接将中文转换为拼音。以下是一些常用的命令行选项:
$ ch2py -h
Usage: ch2py [opts]
-c, --camelcase Camelcase of each word
-i, --stdin Read from stdard input
-t, --tone Show tone at end of word
-m, --tonemarks Show tone at top of letter, this
would cover -t option
-s, --splitter <splitter> Splitter of each word, use a space
by default
-v, --version Show version
-h, --help Show this help
$ ch2py 中文
zhong wen
通过代码使用
你也可以在 Ruby 代码中使用 chinese_pinyin 库。以下是一些示例代码:
require 'chinese_pinyin'
# 基本用法
Pinyin.t('中国') # => "zhong guo"
# 自定义分隔符
Pinyin.t('中国', splitter: '-') # => "zhong-guo"
Pinyin.t('中国', splitter: '') # => "zhongguo"
# 显示声调
Pinyin.t('中国', tone: true) # => "zhong1 guo2"
Pinyin.t('中国', tonemarks: true) # => "zhōng guó"
# 自定义处理拼音
Pinyin.t('北京') { |letters| letters[0].upcase } # => 'BJ'
Pinyin.t('北京') { |letters, i| letters[0].upcase if i == 0 } # => 'B'
3. 项目API使用文档
Pinyin.t(text, options = {})
-
参数:
text(String): 需要转换的中文字符串。options(Hash): 可选参数,用于自定义转换行为。splitter(String): 拼音之间的分隔符,默认为空格。tone(Boolean): 是否在拼音后显示声调数字,默认为false。tonemarks(Boolean): 是否在拼音字母上显示声调符号,默认为false。
-
返回值:
- (String): 转换后的拼音字符串。
-
示例:
Pinyin.t('中国', splitter: '-') # => "zhong-guo" Pinyin.t('中国', tone: true) # => "zhong1 guo2"
自定义多音字处理
chinese_pinyin 支持通过 Words.dat 文件自定义多音字的处理方式。你可以通过设置环境变量 WORDS_FILE 来指定 Words.dat 文件的路径。
ENV['WORDS_FILE'] = "Words.dat path"
Pinyin.t('广州') # => "guang zhou"
4. 项目安装方式
通过 RubyGems 安装
gem install chinese_pinyin
通过 Gemfile 安装
在 Gemfile 中添加:
gem 'chinese_pinyin'
然后运行:
bundle install
通过以上步骤,你可以成功安装并使用 chinese_pinyin 项目。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210