Pythonで漢字の情報を取得する方法(音訓読み、画数など)

使うもの

-文字情報基盤データベースのapi
-pythonのurllib.request
-pythonのjson

Python3 コード

漢字charの読み方を辞書で返すファンクションです。

import urllib.request
import helper.directory
import json

def get_yomi(character):
    # convert character to he x unicode
    letter_a = str(character)
    decimal_a = ord(letter_a)
    hex_A = hex(decimal_a)

    # insert into api request format
    request_url = "https://mojikiban.ipa.go.jp/mji/q?UCS=*"
    request_url = request_url.replace('*', hex_A)

    req = urllib.request.Request(request_url)

    with urllib.request.urlopen(req) as res:
        body = json.load(res)

    return body['results'][0]['読み']

使い方:

print(get_yomi('蛇'))
{'音読み': ['ジャ', 'ダ', 'タ', 'シャ', 'チ', 'イ', 'ヤ', 'ジ'], '訓読み': ['へび']}

Python3のUnicode

文字情報基盤のapiはUCSキャラクターに対応してますのでunicodeをhexに変換してからリクエストURLに埋め込みます。Python3にはPython2にあったunicodeタイプはありません、strタイプを使いましょう。

jsonフォーマット

jsonから得られる辞書のフォーマット。

pprint.pprint(body)

{'count': 1,
 'find': True,
 'results': [{'IPAmj明朝フォント実装': {'フォントバージョン': '005.01', '実装したUCS': 'U+86C7'},
              'JISX0213': {'包摂区分': '0', '水準': '1', '面区点位置': '1-28-56'},
              'MJ文字図形': {'MJ文字図形バージョン': '1.0',
                         'uri': 'http://mojikiban.ipa.go.jp/MJ023408.png'},
              'MJ文字図形名': 'MJ023408',
              'UCS': {'対応するUCS': 'U+86C7', '対応カテゴリー': 'A'},
              '住基ネット統一文字コード': 'J+86C7',
              '入管外字コード': '',
              '入管正字コード': '86C7',
              '大字源': 8747,
              '大漢和': '32964',
              '大漢語林': 10023,
              '戸籍統一文字番号': '374860',
              '新大字典': 14646,
              '日本語漢字辞典': 11206,
              '漢字施策': {'人名用漢字': True, '常用漢字': True},
              '登記統一文字番号': '00374860',
              '総画数': 11,
              '読み': {'訓読み': ['へび'],
                     '音読み': ['ジャ', 'ダ', 'タ', 'シャ', 'チ', 'イ', 'ヤ', 'ジ']},
              '部首内画数': [{'内画数': 5, '部首': 142}]}],
 'status': 'success'}