927
java對漢字和漢語拚音的操作——Pinyin4j的基本用法
1. 簡單介紹
有時候，需要將漢字編程對應的拚音，以方便數據的處理。比如在Android手機應用的開發上，要查詢聯係人的姓名，通常都是用拚音進行查詢的。比如要查詢“曹孟德”，就可以輸入“cmd”，即“曹孟德”三個漢字的拚音 “caomengde”各字的首字母。但是怎樣才能將“曹孟德”翻譯成“caomengde”呢？很簡單的辦法就是建立一個大的對照表(比如用關聯容器 Map)，比如<”曹”，”cao”>，<” 孟”，”meng”>，<” 德”，”de”>…但這樣的做法，需要維護好一個比較大的對照表，同時一個漢字可能有多個發音，也就是說Map這樣的容器時不行的，因為其<key,value>必須是一一對應的。在C++中可以用STL裏麵的multimap來解決這個問題，但Java中沒有類似 multimap這樣的東西，除非自己實現一個。
Pinyin4j就是為了解決類似這樣的問題的。它是sourceforge.net上的一個開源項目，功能非常強大：
+ 支持同一漢字有多個發音
+ 還支持拚音的格式化輸出，比如第幾聲之類的，
+ 同時支持簡體中文、繁體中文轉換為拚音…使用起來也非常簡單。
下麵是其官方網址，其中提供了下載：https://pinyin4j.sourceforge.net/
2. 基本用法：
通常情況下，隻需要用到其中的PinyinHelper類中的靜態方法toHanyuPinyinStringArray就可以了，比如：
String[] pinyinArray =PinyinHelper.toHanyuPinyinStringArray('單');
for(int i = 0; i < pinyinArray.length; ++i)
{
System.out.println(pinyinArray[i]);
}
輸出結果
dan1
chan2
shan4
這三種發音，後麵的數字代表第幾聲。可以看到靜態方法 toHanyuPinyinStringArray返回的數據類型是一個String數組，它用來接收一個漢字的多個發音，如果 toHanyuPinyinStringArray中的參數不是漢字，那麼它會返回null。
3. 格式支持
Pinyin4j支持拚音輸出的格式化，比如，“黃”可以輸出為“huang”、“huang2”、“huáng”等等，下麵的代碼就似是輸出“huáng”的示例：
HanyuPinyinOutputFormat format= new HanyuPinyinOutputFormat();
format.setToneType(HanyuPinyinToneType.WITH_TONE_MARK);
format.setVCharType(HanyuPinyinVCharType.WITH_U_UNICODE);
String[] pinyinArray = null;
try
{
pinyinArray = PinyinHelper.toHanyuPinyinStringArray('黃', format);
}
catch(BadHanyuPinyinOutputFormatCombination e)
{
e.printStackTrace();
}
for(int i = 0; i < pinyinArray.length; ++i)
{
System.out.println(pinyinArray[i]);
}
此外，還支持大小寫轉換、ü等等。詳細情況，可以查看Pinyin4j自帶的文檔。
4. 實際示例代碼
如果我們要將一段文字中的漢字全部轉換成不帶音調的拚音輸出，而這段文字中又可能包含阿拉伯數字、英文、標點符號等等。如果完全靠自己寫代碼進行轉換，那是非常麻煩的，其中一個首先就要區別，這段文字中那些是漢字，那些是非漢字。有了 Pinyin4j，這個問題就不再困難了，因為對於非漢字，Pinyin4j會自動輸出null。參考下麵的示例代碼：
importnet.sourceforge.pinyin4j.*;
importnet.sourceforge.pinyin4j.format.HanyuPinyinOutputFormat;
importnet.sourceforge.pinyin4j.format.HanyuPinyinToneType;
importnet.sourceforge.pinyin4j.format.exception.BadHanyuPinyinOutputFormatCombination;
public class Chinese2PY
{
public static void main(String[] args)
{
Hanyu hanyu = new Hanyu();
// 中英文混合的一段文字
String str = "荊溪白石出，Hello 天寒紅葉稀。Android 山路元無雨，What's up? 空翠濕人衣。";
String strPinyin = hanyu.getStringPinYin(str);
System.out.println(strPinyin);
}
}
class Hanyu
{
private HanyuPinyinOutputFormat format = null;
private String[] pinyin;
public Hanyu()
{
format = new HanyuPinyinOutputFormat();
format.setToneType(HanyuPinyinToneType.WITHOUT_TONE);
pinyin = null;
}
//轉換單個字符
public String getCharacterPinYin(char c)
{
try
{
pinyin = PinyinHelper.toHanyuPinyinStringArray(c, format);
}
catch(BadHanyuPinyinOutputFormatCombination e)
{
e.printStackTrace();
}
// 如果c不是漢字，toHanyuPinyinStringArray會返回null
if(pinyin == null) return null;
// 隻取一個發音，如果是多音字，僅取第一個發音
return pinyin[0];
}
//轉換一個字符串
public String getStringPinYin(String str)
{
StringBuilder sb = new StringBuilder();
String tempPinyin = null;
for(int i = 0; i < str.length(); ++i)
{
tempPinyin =getCharacterPinYin(str.charAt(i));
if(tempPinyin == null)
{
// 如果str.charAt(i)非漢字，則保持原樣
sb.append(str.charAt(i));
}
else
{
sb.append(tempPinyin);
}
}
return sb.toString();
}
}
輸出結果：
jingxibaishichu，Hellotianhanhongyexi。Android shanluyuanwuyu，What'sup? kongcuishirenyi。
最後更新：2017-04-02 18:44:44