汉语拼音数据集以及工具

# pinyin-data [](https://travis-ci.org/mozillazg/pinyin-data) 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][unihan] 数据版本： > Date: 2018-05-18 02:15:26 GMT [JHJ] > Unicode version: 11.0.0 * `kHanyuPinyin.txt`: [Unihan Database][unihan] 中 [kHanyuPinyin](http://www.unicode.org/reports/tr38/#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][unihan] 中 [kXHC1983](http://www.unicode.org/reports/tr38/#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][unihan] 中 [kHanyuPinlu](http://www.unicode.org/reports/tr38/#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][unihan] 中 [kMandarin](http://www.unicode.org/reports/tr38/#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](https://en.wikipedia.org/wiki/Private_Use_Areas) 中有拼音的汉字，参考 [GB 18030 - 维基百科，自由的百科全书](https://zh.wikipedia.org/wiki/GB_18030#PUA) （**可以修改**） * `nonCJKUI.txt`: 不属于 [CJK Unified Ideograph](https://en.wikipedia.org/wiki/CJK_Unified_Ideographs) 但是却有拼音的字符（**可以修改**） * `kMandarin_8105.txt`: [《通用规范汉字表》](https://zh.wikipedia.org/wiki/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](http://zdic.net) 的拼音数据 ## 参考资料 * [Unihan Database Lookup](http://www.unicode.org/charts/unihan.html) * [汉典 zdic.net](http://www.zdic.net/) * [字海网，叶典网](http://zisea.com/) * [国学大师_国学网](http://www.guoxuedashi.com/) * [Unicode、GB2312、GBK和GB18030中的汉字](http://www.fmddlmyy.cn/text24.html) * [GB 18030 - 维基百科，自由的百科全书](https://zh.wikipedia.org/wiki/GB_18030#PUA) * [通用规范汉字表 - 维基百科，自由的百科全书](https://zh.wikipedia.org/wiki/%E9%80%9A%E7%94%A8%E8%A7%84%E8%8C%83%E6%B1%89%E5%AD%97%E8%A1%A8) * [China’s 通用规范汉字表 (Tōngyòng Guīfàn Hànzìbiǎo)](https://blogs.adobe.com/CCJKType/2014/03/china-8105.html) [unihan]: http://www.unicode.org/charts/unihan.html ## 相关项目 * [mozillazg/phrase-pinyin-data](https://github.com/mozillazg/phrase-pinyin-data): 词语拼音数据