Python で安直にローマ字変換: つちのこ、のこのこ。

ココログの固定リンクのファイル名もこれくらいはして欲しいよね。という願いを込めてローマ字変換モジュール。(バージョンアップ版有ります)

"""toroman.py"""
import unicodedata
import string

__author__ = "kadotanimitsuru"
__date__ = "2005-05-02"
__license__ = "public domain"
__version__ = "1.0.2"

ALNUM = unicode(string.ascii_letters+string.digits)
def toroman(text, romanonly=False, chinese_numeral=False):
    """It changes into a Roman alphabet."""
    d = ""
    for c in unicode(text):
        num = unicodedata.numeric(c, None)
        if num is not None:
            c = unicode(int(num))
        elif chinese_numeral:
            try:
                num = u"〇一二三四五六七八九".index(c)
            except ValueError:
                c = {u"十":u" ten ", # これはやりすぎかな。
                     u"百":u" hundred ",
                     u"千":u" thousand ",
                     u"万":u" ten thousand ",
                     u"億":u" hundred million ",
                     u"兆":u" trillion "}.get(c, c)
            else:
                c = unicode(num)
        d += c
    text = d
    d = ""
    for c in unicodedata.normalize("NFKC", text):
        if c not in ALNUM:
            s = unicodedata.name(c).split()
            if c.isspace():
                c = u" "
            elif s[0] == "CJK":
                if romanonly:
                    c = u" "
            elif unicodedata.category(c) in ("Lu","Ll","Lt","Lo"):
                if len(s) >= 2 and s[-2] == "SMALL":
                    c = s[-1].lower()
                else:
                    c = s[-1].capitalize()
            elif romanonly:
                c = u" "
        d += c
    return d
def tofilename(text):
    """It changes into a character string appropriate to the main file name."""
    a = toroman(text, True)
    return "_".join(a.strip().split()).lower()
if __name__=="__main__":
    while True:
        a = unicode(raw_input("text:").strip())
        if not a:break
        print "toroman   :",toroman(a, chinese_numeral=True)
        print "tofilename:",tofilename(a)
# 好きに流用してください。

example:

text:“Ｈｅｌｌｏ，Ｗｏｒｌｄ！”
toroman   : “Hello,World!”
tofilename: hello_world
text:つちのこ、のこのこ。
toroman   : TuTiNoKo、NoKoNoKo。
tofilename: tutinoko_nokonoko
text:な！なんだってぇ～！？
toroman   : Na!NaNDatuTee~!?
tofilename: na_nandatutee
text:かな漢字をローマ字に変換する。
toroman   : KaNa漢字WoRoーMa字Ni変換SuRu。
tofilename: kana_woro_ma_ni_suru
text:우리나라半万年の歴史
toroman   : URiNaRa半 ten thousand 年No歴史
tofilename: urinara_no
text:ПРОЛЕТАРИИ ВСЕХ СТРАН, СОЕДИНЯЙТЕСЬ!
toroman   : PeErOElIeTeAErII VeEsIeHa EsTeErAEn, EsOIeDeIEnYaITeIeEsSign!
tofilename: peeroelieteaerii_veesieha_esteeraen_esoiedeienyaiteieessign
text:七五三
toroman   : 753
tofilename: 
text:ｷﾞｬﾌﾝ
toroman   : GiyaHuN
tofilename: giyahun