如何在python中创建一个包含阿拉伯语变音符号的字典作为键

Question

我正在尝试制作一个程序，将阿拉伯语变音符和字母转换为拉丁文。这些字母在程序中运行良好，但由于每次运行程序时出现错误，因此无法转换变音符号。

一开始，我把变音符号单独作为键，但这对我不起作用。请看，最后一个密钥，它包含，这是一个变音符号，但不能正常作为字母：

def convert(lit):
    ArEn = {'ا':'A', 'ل':'L', "و": "W", "َ":"a"}
    end_word=[]
    for i in range(len(lit)):
        end_word.append(ArEn[lit[i]])
        jon = ""

    print(jon.join(end_word))

convert("الوَ")

但是，我试图通过使用附加了变音符作为键的字母来解决问题，但程序导致了同样的错误：

词典：

ArEn = {'ا':'A', 'ل':'L', "وَ":"Wa"}

错误：

    Traceback (most recent call last):
  File "C:\Users\Abdulaziz\Desktop\converter AR to EN SC.py", line 10, in <module>
    convert("الوَ")
  File "C:\Users\Abdulaziz\Desktop\converter AR to EN SC.py", line 5, in convert
    end_word.append(ArEn[lit[i]])
KeyError: 'و'

Answer 1

很可能在编程Python中使用的编程代码编辑器中存在一个错误，而不是Pyhton本身。由于您使用的是Python-3.x，从运行程序角度来看，变音符号只是一个字符，就像任何其他字符一样，并且应该没有任何问题。

从编码编辑的角度来看，存在诸如是否在显示某些特殊的unicode字符时推进一个字符的问题，也许"字符本身可以显示在空间之外 - 当人们试图手动修正位置时"，可以将它排除在外，将特殊字符留在引用的字符串之外 -

您可以通过重新编辑文件来解决问题，这表明确实发生了什么。

避免这种情况的一种方法是放置某些特殊字符 - 特别是具有不同显示规则的字符 - 然后使用"\uxxxx" unicode codepoint unicode序列进行转义。这将在将来再次编辑文件时避免自己或其他人遇到问题，因为即使我现在正在使用它，编辑器可能会在打开它们时显示错误，并且通过尝试修复它可能会再次破坏语法。

您可以使用Web上的表或Python3的交互式提示来获取每个字符的unicode代码点，确保程序的代码部分在任何编辑器中以确定的方式显示 - （如果您将变量字符添加为注释同样，它实际上会增强代码的可读性 - 如果它应该由非阿拉伯语的人编辑，那将极大地提高）

所以，你上面的声明，我使用这个片段来提取代码点：

>>> ArEn = {'ا':'A', 'ل':'L', "و": "W", "َ":"a"}
>>> [print (hex(ord(yy)), yy ) for yy in ArEn.keys()]

0x648 و
0x644 ل
0x64e َ
0x627 ا

这允许我像这样声明字典：

ArEn = {
 "\u0648": "W",    # و
 "\u0644": "L",    # L
 "\u064e": "a",    #  ۮ
 "\u0627": "A",   # ا
}

（是的，我在终端上显示字符时遇到了麻烦，就像我说你可能在你的编辑器上看到这些 - 胖子（“\ u064e” - “a”）这个角色很棘手！:-)）

或者在代码中使用代码点，就是使用Python的unicode数据模块来发现它们并使用实际的字符名称 - 这可以进一步增强可读性，也许通过探索unicodedata你可以发现你甚至不必创建这个手动字典，但使用该模块 -

In [16]: [print("\\u{:04x} - '{}' - {}".format(ord(yy), unicodedata.name(yy),  yy) ) for yy in ArEn.keys()]
\u0648 - 'ARABIC LETTER WAW' - و
\u0644 - 'ARABIC LETTER LAM' - ل
\u064e - 'ARABIC FATHA' - َ
\u0627 - 'ARABIC LETTER ALEF' - ا

从这些全文名称中，您可以使用unicodedata.lookup函数返回角色：

>>> unicodedata.lookup("ARABIC LETTER LAM")
 'ل'

注意：1）这需要Python3 - 对于Python2，可能会尝试使用u""为每个字符串添加前缀 - 但是使用Python 3会更好地处理这些字符，因为unicode支持是它的重要优势之一。 2）这也要求终端使用“utf-8”编码对unicode字符有很好的支持 - 我在Linux系统上使用“konsole”终端。在Windows上，idle Python提示符可能有效，但不是cmd Python提示符。

Answer 2

您可能需要在python中进行适当的缩进：

def convert(lit):
    ArEn = {'ا':'A', 'ل':'L', "و":"W", "َ":"a", "ُ":"w", "":""}
    end_word=[]
    for i in range(len(lit)):
        end_word.append(ArEn[lit[i]])
        jon = ""

    print(jon.join(end_word))

convert("اُلوَ")

Answer 3

更新：经过多年的努力，我注意到字母和变音符号在第一次尝试时被放在一起。当我把它们分开时，程序就可以了。

我刚解决了这个问题！我不确定它是否是python或其他东西的错误，但据我所知python不能很好地支持阿拉伯语。或者我在上面的程序中遇到了问题。

我一直在编写相同的程序，但突然之间效果非常好。我甚至添加了不同的变音符号并且它们正常工作。

    def convert(lit):
    ArEn = {'ا':'A', 'ل':'L', "و":"W", "َ":"a", "ُ":"w", "":""}
    end_word=[]
    for i in range(len(lit)):
        end_word.append(ArEn[lit[i]])
        jon = ""

    print(jon.join(end_word))

convert("اُلوَ")

结果是

AwLWa