作者yodxxxd (yodxxxd)
看板Python
標題[問題] 將日文字轉成羅馬字
時間Sat Nov 30 13:57:46 2013
最近在設計python程式處理文字資料的時候，有個需求。
要將一串日文轉換成羅馬字，包含「漢字」、「平假名」、「片假名」
例如：「冗談じゃね」轉成「joudanjane」
在網路找到了兩個package：
1、romkan （
https://pypi.python.org/pypi/romkan）
它能將假名轉成羅馬字，但漢字就不行了，不符合需求
2、jProcessing （
https://pypi.python.org/pypi/jProcessing）
看功能感覺是符合需求的，但使用上出現問題。
它還需要「Cabocha」這個package。因為我用MacOS，
所以使用homebrew安裝：「brew install cabocha」
接著就下載jProcessing的原始檔，並執行「sudo python setup.py install」
然後開始按照document的範例打，但這時問題來了：
(1)
使用pypi上面的jProcessing-0.1.tar.gz檔案安裝後，
執行範例的程式，會出現：
>>> from jNlp.jConvert import *
>>> input_sentence = u'気象庁が２１日午前４時４８分、発表した天気概況に'
>>> print ' '.join(tokenizedRomaji(input_sentence))
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "build/bdist.macosx-10.9-intel/egg/jNlp/jConvert.py", line 42, in tokenizedRomaji
File "build/bdist.macosx-10.9-intel/egg/jNlp/jTokenize.py", line 54, in jReads
File "<string>", line 124, in XML
cElementTree.ParseError: not well-formed (invalid token): line 1, column 9
>>>
(2)
而用git clone git://github.com/kevincobain2000/jProcessing.git的檔案安裝，
執行範例的程式，會出現：
>>> from jNlp.jConvert import *
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "build/bdist.macosx-10.9-intel/egg/jNlp/jConvert.py", line 4, in <module>
ImportError: cannot import name jReads
>>>
一直google相關問題也找不到解法
不知板友們有沒有什麼建議，謝謝
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 220.136.22.61
1F：→ jokester:都沒用過。jTokenize錯誤的line1col9像是"21"的位置 11/30 14:50
2F：→ jokester:較短的純漢字/假名也會報錯嗎? 11/30 14:50
3F：→ yodxxxd:謝謝回復！有試過多種長度跟組合了，但都是line 1 col 9 11/30 15:05
4F：→ jokester:我在linux上裝了mecab cabocha jNlp 遇到同樣錯誤 11/30 20:42
5F：→ jokester:像是因為mecab內出錯 所以cabocha沒有正確輸出xml 11/30 20:43
6F：→ yodxxxd:謝謝幫忙試:) 關於這個問題的解決方向有任何意見嗎 謝謝 12/01 12:38