汉字不能转换拼音 about go-pinyin HOT 8 CLOSED

@aisq2008 感谢反馈。
我这边没法显示这个汉字，能否提供一下它的 Unicode 编码？

from go-pinyin.

这里有一个汉字的字典文件，里面好2万个汉字，你可以把这个文件遍历下
https://github.com/haiwen/seahub/blob/master/seahub/convert-utf-8.txt

from go-pinyin.

下面是一个例子，用于正则表达式提取汉字和拼音
html = 'ye2,ya1,ya2,ya3'
reg = r'([1-4])'
imgre = re.compile(reg)
imglist1 = re.findall(imgre,html)
print(imglist1)

reg = r'(.)([a-z]+[1-4]{0,1})'
imgre = re.compile(reg)
imglist = re.findall(imgre,html)
print(imglist)
print(imglist[0][0])

from go-pinyin.

@aisq2008 好的。我看看。

请问你标题中指的是下面两个汉字中的 u'\ue863' 这个汉字吗？

>>> ''.decode('utf-8')
u'\ue863'
>>> '䶮'.decode('utf-8')
u'\u4dae'
>>>

U+E863 这个汉字不是 Unicode 标准中的 CJK 汉字，所以才会没有拼音。
通过你的反馈才知道有这一类的汉字，之后会抽空把类似的汉字尽可能的加到拼音库中（如果有拼音的话）。
也欢迎你帮忙列一下类似的汉字或者向 mozillazg/pinyin-data 提交 PR。

参考：

• CSS 怎么处理生僻汉字？ - 字体 - 知乎
• U+E863 PRIVATE USE CHARACTER – Codepoints
• 上“龙”下“天” GBK字  与 unicode字 䶮 - 中文信息处理 - 北大中文论坛 www.pkucn.com - Powered by Discuz!

from go-pinyin.

@aisq2008 已经可以获取这个汉字的拼音了。同时更新了几十个 PUA 汉字的拼音数据。

from go-pinyin.

建议把 PUA 汉字另按一个文件存放——Big5 的各种拓展（e.g. HKSCS）也有一组基本上不兼容的 PUA 映射，如果直接像现在这样加基本就是钦点了 GBK……

当然其实把 PUA 的东西直接叫做汉字就已经有钦定的意思了，啊，jIQeH。

from go-pinyin.

@Artoria2e5 谢谢你的建议，我先看看你提到的资料。

from go-pinyin.

@Artoria2e5 既然是拼音不就是指的是汉字吗 😂

from go-pinyin.