Python实现获取汉字偏旁部首的方法示例【测试可用】

获取汉字偏旁部首是中文文本处理中的一个重要问题。本攻略将介绍Python实现获取汉字偏旁部首的方法，包括基于Unicode编码和基于康熙字典的方法。

基于Unicode编码的方法

Unicode编码为每个汉字分配了一个唯一的代码点，可以使用Python内置的ord函数获取汉字的Unicode编码。汉字的偏旁部首通常位于Unicode编码的高位，可以通过位运算获取。以下是一个示例代码，用于使用Unicode编码获取汉字偏旁部首：

def get_radical(char):
    code = ord(char)
    if 0x4E00 <= code <= 0x9FFF:
        index = code - 0x4E00
        radical_index = (index // 256) * 256
        radical_code = 0x2E80 + radical_index
        return chr(radical_code)
    else:
        return None

在上面的代码中，我们使用ord函数获取汉字的Unicode编码。如果Unicode编码在0x4E00到0x9FFF之间，我们计算偏旁部首的Unicode编码，并使用chr函数将其转换为字符。偏旁部首的Unicode编码位于0x2E80到0x2EFF之间，每个偏旁部首占用256个编码。我们使用整数除法运算获取偏旁部首的索引，并将其乘以256。最后，我们将偏旁部首的索引加上0x2E80，得到偏旁部首的Unicode编码。

基于康熙字典的方法

康熙字典是一部收录了47,035个汉字的字典，其中每个汉字都有一个唯一的编号。汉字的偏旁部首通常位于康熙字典的左侧或上方，可以通过查询康熙字典获取。以下是一个示例代码，用于使用康熙字典获取汉字偏旁部首：

import requests
from bs4 import BeautifulSoup

def get_radical(char):
    url = f'https://www.zdic.net/hans/{char}'
    response = requests.get(url)
    soup = BeautifulSoup(response.text, 'html.parser')
    radical = soup.find('span', {'class': 'bs bs3'}).text
    return radical

在上面的代码中，我们使用requests库发送HTTP请求，并使用BeautifulSoup库解析HTML响应。我们使用char作为查询参数，构造查询URL。我们使用find方法查找HTML响应中的偏旁部首。偏旁部首通常位于class为'bs bs3'的span标签中。最后，我们返回偏旁部首的文本内容。

示例1：使用Unicode编码获取汉字偏旁部首

以下是一个示例代码，用于使用Unicode编码获取汉字偏旁部首：

text = '中文文本处理'
for char in text:
    radical = get_radical(char)
    print(f'{char}: {radical}')

在上面的代码中，我们使用get_radical函数获取文本中每个汉字的偏旁部首，并打印到控制台。

示例2：使用康熙字典获取汉字偏旁部首

以下是一个示例代码，用于使用康熙字典获取汉字偏旁部首：

text = '中文文本处理'
for char in text:
    radical = get_radical(char)
    print(f'{char}: {radical}')