“受”字在多音字模式下拼音错误

[EillesWan]

运行环境

• 操作系统：Windows 10
• Python 版本：3.10.11
• pypinyin 版本：0.51.0

问题描述

在多音字参数为True时，汉字“受”出现了不属于它的读音：

>>> pinyin("受", style=Style.TONE3, v_to_u=True,heteronym=True)
[['shou4', 'dao4']]

问题复现步骤

将 heteronym 设置为 True，不进行其他设置，对“受”字求取读音，如：

from pypinyin import pinyin
pinyin("受",heteronym=True)

错误地返回为：[['shòu', 'dào']]

[mozillazg]

@EillesWan 感谢反馈！

[coder-free]

@mozillazg 类似的情况有很多，餐【cān，sūn】，惊【jīng，liáng】，还【hái，huán，fú】，苦[['kǔ', 'gǔ', 'hù']]，可[ 1.kě, 2.kè, 3.gē ]，等等，很多，不知道这个注音原理是啥，能不能从源头解决这个问题

[EillesWan]

对的，感觉像是混入了一些词语的其他字的音，像是“[受]到”；和一些相似字形的字的音，像是“[惊]、凉”、“[餐]飧”这样。上述问题，包括“受”字之错误，在现在的版本 0.55.0 中依然存在。

[mozillazg]

@coder-free @EillesWan

不知道这个注音原理是啥，能不能从源头解决这个问题

• 那些读音大部分都是真实存在的，通过查阅类似《漢語大字典》这种全面的字典都可以查到。大家认为不存在的音有些是比较少见的音，有些是异体字或者通假字的读音。例子：

• 源头是我们使用了《漢語大字典》等多个数据源的数据，也就是 https://github.com/mozillazg/pinyin-data 这个项目里的数据。虽然《漢語大字典》的数据可能有点过时了，但是鉴于目前没有另一份更权威、更全面的可以程序化使用的数据，因此目前默认还是用的这个。
• 如果想忽略不常见的读音的话，可以参考 https://github.com/mozillazg/python-pinyin?tab=readme-ov-file#%E6%8B%BC%E9%9F%B3%E6%9C%89%E8%AF%AF 这里的建议，使用 https://github.com/mozillazg/pypinyin-dict 项目中类似 cc_cedict 的数据覆盖已有数据。