java开源类库pinyin4j的使用

转http://wister.iteye.com/blog/334562

最近CMS系统为了增加查询的匹配率，需要增加拼音检索字段,在网上找到了pinyin4j的java开源类库，提供中文转汉语拼音(并且支持多音字)，呵呵，看了看他的demo，决定就用它了，因为我在实际使用的时候，需要考虑多音字的不同排列组合，下面的代码就是支持多音字的. 

pinyin4j官方网址:http://pinyin4j.sourceforge.net/ 

Java代码  

1. import java.util.HashSet;  
2. import java.util.Set;  
3.   
4. import net.sourceforge.pinyin4j.PinyinHelper;  
5. import net.sourceforge.pinyin4j.format.HanyuPinyinCaseType;  
6. import net.sourceforge.pinyin4j.format.HanyuPinyinOutputFormat;  
7. import net.sourceforge.pinyin4j.format.HanyuPinyinToneType;  
8. import net.sourceforge.pinyin4j.format.HanyuPinyinVCharType;  
9. import net.sourceforge.pinyin4j.format.exception.BadHanyuPinyinOutputFormatCombination;  
10.   
11. public class pinyin4j {  
12.    
13.  /** 
14.   * 字符串集合转换字符串(逗号分隔) 
15.   * @author wyh 
16.   * @param stringSet 
17.   * @return 
18.   */  
19.  public static String makeStringByStringSet(Set<String> stringSet){  
20.   StringBuilder str = new StringBuilder();  
21.   int i=0;  
22.   for(String s : stringSet){  
23.    if(i == stringSet.size() - 1){  
24.     str.append(s);  
25.    }else{  
26.     str.append(s + ",");  
27.    }  
28.    i++;  
29.   }  
30.   return str.toString().toLowerCase();  
31.  }  
32.    
33.  /** 
34.   * 获取拼音集合 
35.   * @author wyh 
36.   * @param src 
37.   * @return Set<String> 
38.   */  
39.  public static Set<String> getPinyin(String src){  
40.   if(src!=null && !src.trim().equalsIgnoreCase("")){  
41.    char[] srcChar ;  
42.    srcChar=src.toCharArray();  
43.    //汉语拼音格式输出类  
44.    HanyuPinyinOutputFormat hanYuPinOutputFormat = new HanyuPinyinOutputFormat();  
45.   
46. //输出设置，大小写，音标方式等  
47.    hanYuPinOutputFormat.setCaseType(HanyuPinyinCaseType.LOWERCASE);   
48.    hanYuPinOutputFormat.setToneType(HanyuPinyinToneType.WITHOUT_TONE)  
49.    hanYuPinOutputFormat.setVCharType(HanyuPinyinVCharType.WITH_V);  
50.      
51.    String[][] temp = new String[src.length()][];  
52.    for(int i=0;i<srcChar.length;i++){  
53.     char c = srcChar[i];  
54.     //是中文或者a-z或者A-Z转换拼音(我的需求，是保留中文或者a-z或者A-Z)  
55.     if(String.valueOf(c).matches("[\\u4E00-\\u9FA5]+")){  
56.      try{  
57.       temp[i] = PinyinHelper.toHanyuPinyinStringArray(srcChar[i], hanYuPinOutputFormat);  
58.      }catch(BadHanyuPinyinOutputFormatCombination e) {  
59.       e.printStackTrace();  
60.      }  
61.     }else if(((int)c>=65 && (int)c<=90) || ((int)c>=97 && (int)c<=122)){  
62.      temp[i] = new String[]{String.valueOf(srcChar[i])};  
63.     }else{  
64.      temp[i] = new String[]{""};  
65.     }  
66.    }  
67.    String[] pingyinArray = Exchange(temp);  
68.    Set<String> pinyinSet = new HashSet<String>();  
69.    for(int i=0;i<pingyinArray.length;i++){  
70.     pinyinSet.add(pingyinArray[i]);  
71.    }  
72.    return pinyinSet;  
73.   }  
74.   return null;  
75.  }  
76.    
77.  /** 
78.   * 递归 
79.   * @author wyh 
80.   * @param strJaggedArray 
81.   * @return 
82.   */  
83.     public static String[] Exchange(String[][] strJaggedArray){  
84.         String[][] temp = DoExchange(strJaggedArray);  
85.         return temp[0];         
86.     }  
87.      
88.     /** 
89.      * 递归 
90.      * @author wyh 
91.      * @param strJaggedArray 
92.      * @return 
93.      */  
94.     private static String[][] DoExchange(String[][] strJaggedArray){  
95.         int len = strJaggedArray.length;  
96.         if(len >= 2){             
97.             int len1 = strJaggedArray[0].length;  
98.             int len2 = strJaggedArray[1].length;  
99.             int newlen = len1*len2;  
100.             String[] temp = new String[newlen];  
101.             int Index = 0;  
102.             for(int i=0;i<len1;i++){  
103.                 for(int j=0;j<len2;j++){  
104.                     temp[Index] = strJaggedArray[0][i] + strJaggedArray[1][j];  
105.                     Index ++;  
106.                 }  
107.             }  
108.             String[][] newArray = new String[len-1][];  
109.             for(int i=2;i<len;i++){  
110.                 newArray[i-1] = strJaggedArray[i];                             
111.             }  
112.             newArray[0] = temp;  
113.             return DoExchange(newArray);  
114.         }else{  
115.          return strJaggedArray;     
116.         }  
117.     }  
118.      
119.  /** 
120.   * @param args 
121.   */  
122.  public static void main(String[] args) {  
123.   String str = "单田芳";  
124.   System.out.println(makeStringByStringSet(getPinyin(str)));  
125.   
126. }  
127.   
128. }  

控制台输出：dantianfang,shantianfang,chantianfang

转http://lavasoft.blog.51cto.com/62575/178320

pinyin4j是一个功能强悍的汉语拼音工具包，主要是从汉语获取各种格式和需求的拼音，功能强悍，下面看看如何使用pinyin4j。

 

本人以前用AscII编码提取工具，效果不理想，现在用pinyin4j简单实现了一个。功能还不是很完美，陆续再改进吧。

 

import net.sourceforge.pinyin4j.PinyinHelper; 
import net.sourceforge.pinyin4j.format.HanyuPinyinCaseType; 
import net.sourceforge.pinyin4j.format.HanyuPinyinOutputFormat; 
import net.sourceforge.pinyin4j.format.HanyuPinyinToneType; 
import net.sourceforge.pinyin4j.format.exception.BadHanyuPinyinOutputFormatCombination; 

import java.io.UnsupportedEncodingException; 

/** 
* 拼音工具 
* 
* @author leizhimin 2009-7-15 15:26:21 
*/ 
public class PinyinToolkit { 

        /** 
         * 获取汉字串拼音首字母，英文字符不变 
         * 
         * @param chinese 汉字串 
         * @return 汉语拼音首字母 
         */ 
        public static String cn2FirstSpell(String chinese) { 
                StringBuffer pybf = new StringBuffer(); 
                char[] arr = chinese.toCharArray(); 
                HanyuPinyinOutputFormat defaultFormat = new HanyuPinyinOutputFormat(); 
                defaultFormat.setCaseType(HanyuPinyinCaseType.LOWERCASE); 
                defaultFormat.setToneType(HanyuPinyinToneType.WITHOUT_TONE); 
                for (int i = 0; i < arr.length; i++) { 
                        if (arr[i] > 128) { 
                                try { 
                                        String[] _t = PinyinHelper.toHanyuPinyinStringArray(arr[i], defaultFormat); 
                                        if (_t != null) { 
                                                pybf.append(_t[0].charAt(0)); 
                                        } 
                                } catch (BadHanyuPinyinOutputFormatCombination e) { 
                                        e.printStackTrace(); 
                                } 
                        } else { 
                                pybf.append(arr[i]); 
                        } 
                } 
                return pybf.toString().replaceAll("\\W", "").trim(); 
        } 

        /** 
         * 获取汉字串拼音，英文字符不变 
         * 
         * @param chinese 汉字串 
         * @return 汉语拼音 
         */ 
        public static String cn2Spell(String chinese) { 
                StringBuffer pybf = new StringBuffer(); 
                char[] arr = chinese.toCharArray(); 
                HanyuPinyinOutputFormat defaultFormat = new HanyuPinyinOutputFormat(); 
                defaultFormat.setCaseType(HanyuPinyinCaseType.LOWERCASE); 
                defaultFormat.setToneType(HanyuPinyinToneType.WITHOUT_TONE); 
                for (int i = 0; i < arr.length; i++) { 
                        if (arr[i] > 128) { 
                                try { 
                                        pybf.append(PinyinHelper.toHanyuPinyinStringArray(arr[i], defaultFormat)[0]); 
                                } catch (BadHanyuPinyinOutputFormatCombination e) { 
                                        e.printStackTrace(); 
                                } 
                        } else { 
                                pybf.append(arr[i]); 
                        } 
                } 
                return pybf.toString(); 
        } 

        public static void main(String[] args) throws UnsupportedEncodingException { 
                String x = "嘅囧誰說壞學生來勼髮視頻裆児"; 
                System.out.println(cn2FirstSpell(x)); 
                System.out.println(cn2Spell(x)); 
        } 
}

 

运行结果：

kjsshxsljfspde 
kaijiongshuishuohuaixueshenglaijiufashipindanger 

Process finished with exit code 0

 

在某些系统上可能有字符集的问题，需要做预处理。