R. kana和kanji的混合罗马化

Question

我有一个大的字符向量的日语单词(混合汉字和假名)，需要浪漫(罗马吉)。

但是，使用可用的函数(zipangu::str_conv_romanhira()和audubon::strj_romanize())，我无法获得所需的结果。

例如，对于北海道(北海道)，zipangu::str_conv_romanhira()将其转换为中文拼音，而audubon::strj_romanize()只转换kana字符。

如何将这种混合的kana和kanji文本转换为romaji。

library(zipangu)
library(stringi)
library(audubon)


str_conv_romanhira("北海道", "roman")
#> [1] "běi hǎi dào"

stri_trans_general("北海道", "Any-Latin")
#> [1] "běi hǎi dào"

strj_romanize("北海道")
#> [1] ""

Answer 1

没有任何R包，提供音译的日语汉字，我可以看到(至少没有一个，目前是在CRAN)。但是，很容易通过R使用python模块皮卡卡西来实现这一点：

library(reticulate)

py_install("pykakasi")  # Only need to install once

# Make module available in R
pykakasi <- import("pykakasi")

# Alias the convert function for convenience
convert <- pykakasi$kakasi()$convert

convert("北海道")

[[1]]
[[1]]$orig
[1] "北海道"

[[1]]$hira
[1] "ほっかいどう"

[[1]]$kana
[1] "ホッカイドウ"

[[1]]$hepburn
[1] "hokkaidou"

[[1]]$kunrei
[1] "hokkaidou"

[[1]]$passport
[1] "hokkaidou"

# Function to extract romaji and collapse
to_romaji <- function(txt) {
  paste(sapply(convert(txt), `[[`, "hepburn"), collapse = " ")
  }

# Test on some longer text
lapply(c("北海道", "石の上にも三年", "豚に真珠"), to_romaji)

[[1]]
[1] "hokkaidou"

[[2]]
[1] "ishi no ueni mo sannen"

[[3]]
[1] "buta ni shinju"