You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
|
3 years ago | |
---|---|---|
.. | ||
.github/workflows | 3 years ago | |
tools | 3 years ago | |
unihan | 3 years ago | |
.bumpversion.cfg | 3 years ago | |
.gitignore | 3 years ago | |
.travis.yml | 3 years ago | |
CHANGELOG.md | 3 years ago | |
GBK_PUA.txt | 3 years ago | |
LICENSE | 3 years ago | |
Makefile | 3 years ago | |
README.md | 3 years ago | |
kHanyuPinlu.txt | 3 years ago | |
kHanyuPinyin.txt | 3 years ago | |
kMandarin.txt | 3 years ago | |
kMandarin_8105.txt | 3 years ago | |
kMandarin_overwrite.txt | 3 years ago | |
kTGHZ2013.txt | 3 years ago | |
kXHC1983.txt | 3 years ago | |
kanji.txt | 3 years ago | |
merge_unihan.py | 3 years ago | |
nonCJKUI.txt | 3 years ago | |
overwrite.txt | 3 years ago | |
pinyin.txt | 3 years ago | |
zdic.txt | 3 years ago |
README.md
pinyin-data ![Build Status](https://travis-ci.org/mozillazg/pinyin-data.svg?branch=master)
汉字拼音数据。
数据介绍
拼音数据的格式:
{code point}: {pinyins} # {hanzi} {comments}
-
以
#
开头的行是注释,行内#
后面的字符也是注释 -
{pinyins}
中使用逗号分隔多个拼音 -
示例:
# 注释 U+4E2D: zhōng,zhòng # 中
Unihan Database 数据版本:
Date: 2020-02-18 18:27:33 GMT [JHJ]
Unicode version: 13.0.0
kTGHZ2013.txt
: Unihan Database 中 kTGHZ2013 部分的拼音数据(来源于《通用规范汉字字典》的拼音数据)kHanyuPinyin.txt
: Unihan Database 中 kHanyuPinyin 部分的拼音数据(来源于《漢語大字典》的拼音数据)kXHC1983.txt
: Unihan Database 中 kXHC1983 部分的拼音数据(来源于《现代汉语词典》的拼音数据)kHanyuPinlu.txt
: Unihan Database 中 kHanyuPinlu 部分的拼音数据(来源于《現代漢語頻率詞典》的拼音数据)kMandarin.txt
: Unihan Database 中 kMandarin 部分的拼音数据(普通话中最常用的一个读音。zh-CN 为主,如果 zh-CN 中没有则使用 zh-TW 中的拼音)kMandarin_overwrite.txt
: 手工纠正kMandarin.txt
中有误的拼音数据(可以修改)GBK_PUA.txt
: Private Use Area 中有拼音的汉字,参考 GB 18030 - 维基百科,自由的百科全书 (可以修改)nonCJKUI.txt
: 不属于 CJK Unified Ideograph 但是却有拼音的字符(可以修改)kanji.txt
: 日本自造汉字 的拼音数据 (可以修改)kMandarin_8105.txt
: 《通用规范汉字表》(2013 年版)里 8105 个汉字最常用的一个读音 (可以修改)overwrite.txt
: 手工纠正的拼音数据(可以修改)pinyin.txt
: 合并上述文件后的拼音数据zdic.txt
: 汉典网 的拼音数据(可以修改)
修改数据
- 上面标注了 可以修改 字样的文件都可以直接修改
- 如果汉字的拼音不需要修改,只是调整第一个读音的话,可以直接修改
kMandarin_8105.txt
这个文件 - 执行
merge_unihan
命令可以按照合并规则生成最新的pinyin.txt
文件 - 进入 unihan 目录,执行
make update
命令可以更新最新的 Unihan 数据
参考资料
- 汉语拼音方案
- Unihan Database Lookup
- 汉典 zdic.net
- 字海网,叶典网
- 国学大师_国学网
- Unicode、GB2312、GBK和GB18030中的汉字
- GB 18030 - 维基百科,自由的百科全书
- 通用规范汉字表 - 维基百科,自由的百科全书
- China’s 通用规范汉字表 (Tōngyòng Guīfàn Hànzìbiǎo)
- 日本汉字的汉语读音规范
- 日本汉字的汉语普通话规范读音表- 维基百科
- 漢語大字典(第二版)
相关项目
- mozillazg/phrase-pinyin-data: 词语拼音数据