-
-
Save w00kie/3377492 to your computer and use it in GitHub Desktop.
convert from kana(hiragana japanese character) to romaji using python
This file contains bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
#!/usr/bin/python | |
# -*- coding: utf-8 -*- | |
import re | |
def kana_to_romaji(text): | |
dict={ | |
u'きゃ':'kya',u'きゅ':'kyu',u'きょ':'kyo', | |
u'しゃ':'sha',u'しゅ':'shu',u'しょ':'sho', | |
u'じゃ':'ja',u'じゅ':'ju',u'じょ':'jo', | |
u'にゃ':'nya',u'にゅ':'nyu',u'にょ':'nyo', | |
u'おお':'o',u'おう':'o', | |
u'こう':'ko',u'そう':'so',u'とう':'to',u'のう':'no',u'ほう':'ho',u'もう':'mo',u'ろう':'ro', | |
u'ごう':'go',u'ぞう':'zo',u'どう':'do',u'ぼう':'bo', | |
u'ゆう':'yu',u'よう':'yo', | |
u'きょう':'kyo',u'しょう':'sho',u'ちょう':'cho',u'にょう':'nyo',u'ひょう':'hyo',u'みょう':'myo',u'りょう':'ryo', | |
u'あ':'a',u'い':'i',u'う':'u',u'え':'e',u'お':'o', | |
u'か':'ka',u'き':'ki',u'く':'ku',u'け':'ke',u'こ':'ko', | |
u'さ':'sa',u'し':'shi',u'す':'su',u'せ':'se',u'そ':'so', | |
u'た':'ta',u'ち':'chi',u'つ':'tsu',u'て':'te',u'と':'to', | |
u'な':'na',u'に':'ni',u'ぬ':'nu',u'ね':'ne',u'の':'no', | |
u'は':'ha',u'ひ':'hi',u'ふ':'fu',u'へ':'he',u'ほ':'ho', | |
u'ま':'ma',u'み':'mi',u'む':'mu',u'め':'me',u'も':'mo', | |
u'や':'ya',u'ゆ':'yu',u'よ':'yo', | |
u'ら':'ra',u'り':'ri',u'る':'ru',u'れ':'re',u'ろ':'ro', | |
u'わ':'wa',u'を':'wo',u'ん':'n', | |
u'が':'ga',u'ぎ':'gi',u'ぐ':'gu',u'げ':'ge',u'ご':'go', | |
u'ざ':'za',u'じ':'ji',u'ず':'zu',u'ぜ':'ze',u'ぞ':'zo', | |
u'だ':'da',u'ぢ':'di',u'づ':'du',u'で':'de',u'ど':'do', | |
u'ば':'ba',u'び':'bi',u'ぶ':'bu',u'べ':'be',u'ぼ':'bo', | |
u'ぱ':'pa',u'ぴ':'pi',u'ぷ':'pu',u'ぺ':'pe',u'ぽ':'po', | |
u'ぁ':'a',u'ぃ':'i',u'ぅ':'u',u'ぇ':'e',u'ぉ':'o', | |
u'っ':'tu', | |
u'ゃ':'ya',u'ゅ':'yu',u'ょ':'yo', | |
u'ゎ':'wa', | |
u'ゐ':'i',u'ゑ':'e', | |
u'ー':'', | |
u' ':' ', | |
u'0':'0',u'1':'1',u'2':'2',u'3':'3',u'4':'4', | |
u'5':'5',u'6':'6',u'7':'7',u'8':'8',u'9':'9', | |
u'A':'a',u'B':'b',u'C':'c',u'D':'d',u'E':'e',u'F':'f',u'G':'g',u'H':'h',u'I':'i', | |
u'J':'j',u'K':'k',u'L':'l',u'M':'m',u'N':'n',u'O':'o',u'P':'p',u'Q':'q',u'R':'r', | |
u'S':'s',u'T':'t',u'U':'u',u'V':'v',u'W':'w',u'X':'x',u'Y':'y',u'Z':'z', | |
u'a':'a',u'b':'b',u'c':'c',u'd':'d',u'e':'e',u'f':'f',u'g':'g',u'h':'h',u'i':'i', | |
u'j':'j',u'k':'k',u'l':'l',u'm':'m',u'n':'n',u'o':'o',u'p':'p',u'q':'q',u'r':'r', | |
u's':'s',u't':'t',u'u':'u',u'v':'v',u'w':'w',u'x':'x',u'y':'y',u'z':'z', | |
} | |
# Sort key by length descending | |
for key in sorted(dict, lambda x,y: cmp(len(y), len(x))): | |
value=dict[key] | |
p=re.compile(key) | |
text=p.sub( value, text ) | |
return text |
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment