Android 汉字转拼音的多种实现方式
来源:互联网 发布:mac os x 13.1.02 编辑:程序博客网 时间:2024/06/06 07:34
汉字转拼音是我们在开发中经常会使用到的功能,比如在进行汉字排序、拼音检索时就需要将汉字转成拼音
这里介绍几个常用的处理方法
- pinyin4j
- jpinyin
- ASCII码映射
- TinyPinyin
需要测试生僻字的可以用以下链接中的文字
http://xh.5156edu.com/page/z4745m2559j18770.html
一、使用pinyin4j
开源库
使用此方法需要添加依赖jar包,可去官网查看
http://pinyin4j.sourceforge.net/
最新版是2.5.0的,打开这个链接,稍微等下就会弹出下载页面
https://sourceforge.net/projects/pinyin4j/files/pinyin4j-2.5.0/pinyin4j-2.5.0/pinyin4j-2.5.0.zip/download
集成好后,可以通过文档查看他的API使用方法,我们主要使用到的是PinyinHelper
类中的方法
http://pinyin4j.sourceforge.net/pinyin4j-doc/overview-summary.html
输出单个文字的所有拼音
调用toHanyuPinyinStringArray
方法处理单个文字
char cStr = '重'; String[] cStrHY = PinyinHelper.toHanyuPinyinStringArray(cStr); for (int i = 0; i < cStrHY.length; i++) { Log.i("pinyin", cStrHY[i]); }
返回一个String数组,包含文字的所有可能出现的读音。如果传入的是一个非汉字,则会返回null,后面的数字代表读音的第几声
pinyin: zhong4
pinyin: chong2
这个toHanyuPinyinStringArray
输出的是汉语拼音,pinyin4j总共支持输出六种格式的拼音:
- toHanyuPinyinStringArray:汉语拼音
- toTongyongPinyinStringArray:通用拼音
- toWadeGilesPinyinStringArray:威玛拼法
- toYalePinyinStringArray:耶鲁拼法
- toGwoyeuRomatzyhStringArray:国语罗马字
- toMPS2PinyinStringArray:注音符号第二式
原来拼音居然还有这么多种类,有兴趣的可以去了解下,不过我们平时只要使用toHanyuPinyinStringArray
获取汉语拼音的方法就可以了
设置返回的拼音格式
pinyin4j
支持多种类型的拼音输出,通过HanyuPinyinOutputFormat
类指明需要的格式,再把设置好的类传入toHanyuPinyinStringArray
方法中即可。
char cStr = '重'; HanyuPinyinOutputFormat format = new HanyuPinyinOutputFormat(); format.setToneType(HanyuPinyinToneType.WITH_TONE_MARK); format.setVCharType(HanyuPinyinVCharType.WITH_U_UNICODE); format.setCaseType(HanyuPinyinCaseType.LOWERCASE); try { String[] cStrFormatHY = PinyinHelper.toHanyuPinyinStringArray(cStr, format); for (int i = 0; i < cStrFormatHY.length; i++) { Log.i("pinyinFormat", cStrFormatHY[i]); } } catch (Exception e) { e.printStackTrace(); }
以上方式输出的结果就是我们不指定format时的默认输出格式,HanyuPinyinOutputFormat
类的主要设置方法就这三个
setToneType 设置音标的显示方式:
- HanyuPinyinToneType.WITH_TONE_MARK:在拼音字母上显示音标,如“zhòng”
- HanyuPinyinToneType.WITH_TONE_NUMBER:在拼音字符串后面通过数字显示,如“zhong4”
- HanyuPinyinToneType.WITHOUT_TONE:不显示音标
setCaseType 设置拼音大小写:
- HanyuPinyinCaseType.LOWERCASE:返回的拼音为小写字母
- HanyuPinyinCaseType.UPPERCASE:返回的拼音为大写字母
setVCharType 设置拼音字母“ü”的显示方式
汉语拼音中的“ü”不能简单的通过英文来表示,所以需要单独定义“ü”的显示格式- HanyuPinyinVCharType.WITH_U_UNICODE:默认的显示方式,输出“ü”
- HanyuPinyinVCharType.WITH_V:输出“v”
- HanyuPinyinVCharType.WITH_U_AND_COLON:输出“u:”
二、使用jpinyin
开源库
jpinyin
是在pinyin4j
的基础功能上进行的改进,除了支持pinyin4j
的基础功能外,还很好的支持了多种常见的多音字,包括词组、成语、地名等,同时还支持了简繁体中文转换和用户自定义字典添加。
可以去Github上了解它的特性和集成方法:
https://github.com/stuxuhai/jpinyin
获取文字的拼音
使用到PinyinHelper
类,提供了以下几个方法
- convertToPinyinArray(char c):获取单个文字的拼音
String[] strs = PinyinHelper.convertToPinyinArray(`重`);输出:zhòng chóng
- convertToPinyinArray(char c, PinyinFormat pinyinFormat):获取单个文字的拼音,支持使用
PinyinFormat
类指定拼音输出的格式,PinyinFormat
中的参数及其效果和pinyin4j
的HanyuPinyinToneType
类保持一致
String[] strs1 = PinyinHelper.convertToPinyinArray(`重`, PinyinFormat.WITH_TONE_NUMBER);输出:zhong4 chong2
- convertToPinyinString(String str, String separator):可输入一个字符串,将会使用第二个参数所指定的字符串作为拼音之间的分割符
String strs4 = PinyinHelper.convertToPinyinString("一二三四", "、");输出:yī、èr、sān、sì
- convertToPinyinString(String str, String separator, PinyinFormat pinyinFormat):支持使用指定的格式输出字符串的拼音
String str5 = PinyinHelper.convertToPinyinString("五六七八", " ", PinyinFormat.WITH_TONE_NUMBER);输出:wu3 liu4 qi1 ba1
- hasMultiPinyin(char c):返回一个boolean值,判断一个汉字是否为多音字,是多音字则返回true
boolean isMulti = PinyinHelper.hasMultiPinyin(`重`);输出:true
- getShortPinyin(String str):获取字符串中每个文字对应拼音的首字母
String firstPinyin = PinyinHelper.getShortPinyin("九十");输出:js
简繁体互转
使用到ChineseHelper
类,使用起来非常简单
- convertToSimplifiedChinese(String str):繁体字符串转简体
- convertToTraditionalChinese(String str):简体字符串转繁体
- convertToTraditionalChinese(char c):单个简体字转换为繁体字
- convertToSimplifiedChinese(char c):单个繁体字转换为简体字
- containsChinese(String str):判断字符串中是否包含中文
- isChinese(char c):判断某个字符是否为汉字
- isTraditionalChinese(char c):判断某个字符是否为繁体字
自定义数据字典
jpinyin
实现的转换功能,主要是依赖以下三个预定义字典完成的
- chinese.dict:简繁体互转
- mutil_pinyin.dict:词组拼音
- pinyin.dict:文字拼音
这些字典就相当于一个数据库文件,通过把数据保存为一个个键值对,如mutil_pinyin.dict里:
阿訇=ā,hōng阿罗汉=ā,luó,hàn阿木林=ā,mù,lín阿姨=ā,yí阿谀=ē,yú阿附=ē,fù...
有时候这些预定义的字典不能满足我们的需求时,我们就需要手动添加字典了 PinyinHelper
类提供了addPinyinDict
方法扩展pinyin.dict字典,提供了addMutilPinyinDict
方法扩展mutil_pinyin.dict字典
同样的,简繁体互转中,ChineseHelper
也为我们提供了addChineseDict
方法扩展chinese.dict字典
三、使用拼音字符和ASCII码的映射关系
使用这个方法只需要一个类就可以搞定了,方便简单,无需添加依赖
/** * 汉字转拼音工具 */public class TextPinyinUtil { private static int[] pyvalue = new int[]{-20319, -20317, -20304, -20295, -20292, -20283, -20265, -20257, -20242, -20230, -20051, -20036, -20032, -20026, -20002, -19990, -19986, -19982, -19976, -19805, -19784, -19775, -19774, -19763, -19756, -19751, -19746, -19741, -19739, -19728, -19725, -19715, -19540, -19531, -19525, -19515, -19500, -19484, -19479, -19467, -19289, -19288, -19281, -19275, -19270, -19263, -19261, -19249, -19243, -19242, -19238, -19235, -19227, -19224, -19218, -19212, -19038, -19023, -19018, -19006, -19003, -18996, -18977, -18961, -18952, -18783, -18774, -18773, -18763, -18756, -18741, -18735, -18731, -18722, -18710, -18697, -18696, -18526, -18518, -18501, -18490, -18478, -18463, -18448, -18447, -18446, -18239, -18237, -18231, -18220, -18211, -18201, -18184, -18183, -18181, -18012, -17997, -17988, -17970, -17964, -17961, -17950, -17947, -17931, -17928, -17922, -17759, -17752, -17733, -17730, -17721, -17703, -17701, -17697, -17692, -17683, -17676, -17496, -17487, -17482, -17468, -17454, -17433, -17427, -17417, -17202, -17185, -16983, -16970, -16942, -16915, -16733, -16708, -16706, -16689, -16664, -16657, -16647, -16474, -16470, -16465, -16459, -16452, -16448, -16433, -16429, -16427, -16423, -16419, -16412, -16407, -16403, -16401, -16393, -16220, -16216, -16212, -16205, -16202, -16187, -16180, -16171, -16169, -16158, -16155, -15959, -15958, -15944, -15933, -15920, -15915, -15903, -15889, -15878, -15707, -15701, -15681, -15667, -15661, -15659, -15652, -15640, -15631, -15625, -15454, -15448, -15436, -15435, -15419, -15416, -15408, -15394, -15385, -15377, -15375, -15369, -15363, -15362, -15183, -15180, -15165, -15158, -15153, -15150, -15149, -15144, -15143, -15141, -15140, -15139, -15128, -15121, -15119, -15117, -15110, -15109, -14941, -14937, -14933, -14930, -14929, -14928, -14926, -14922, -14921, -14914, -14908, -14902, -14894, -14889, -14882, -14873, -14871, -14857, -14678, -14674, -14670, -14668, -14663, -14654, -14645, -14630, -14594, -14429, -14407, -14399, -14384, -14379, -14368, -14355, -14353, -14345, -14170, -14159, -14151, -14149, -14145, -14140, -14137, -14135, -14125, -14123, -14122, -14112, -14109, -14099, -14097, -14094, -14092, -14090, -14087, -14083, -13917, -13914, -13910, -13907, -13906, -13905, -13896, -13894, -13878, -13870, -13859, -13847, -13831, -13658, -13611, -13601, -13406, -13404, -13400, -13398, -13395, -13391, -13387, -13383, -13367, -13359, -13356, -13343, -13340, -13329, -13326, -13318, -13147, -13138, -13120, -13107, -13096, -13095, -13091, -13076, -13068, -13063, -13060, -12888, -12875, -12871, -12860, -12858, -12852, -12849, -12838, -12831, -12829, -12812, -12802, -12607, -12597, -12594, -12585, -12556, -12359, -12346, -12320, -12300, -12120, -12099, -12089, -12074, -12067, -12058, -12039, -11867, -11861, -11847, -11831, -11798, -11781, -11604, -11589, -11536, -11358, -11340, -11339, -11324, -11303, -11097, -11077, -11067, -11055, -11052, -11045, -11041, -11038, -11024, -11020, -11019, -11018, -11014, -10838, -10832, -10815, -10800, -10790, -10780, -10764, -10587, -10544, -10533, -10519, -10331, -10329, -10328, -10322, -10315, -10309, -10307, -10296, -10281, -10274, -10270, -10262, -10260, -10256, -10254}; private static String[] pystr = new String[]{"a", "ai", "an", "ang", "ao", "ba", "bai", "ban", "bang", "bao", "bei", "ben", "beng", "bi", "bian", "biao", "bie", "bin", "bing", "bo", "bu", "ca", "cai", "can", "cang", "cao", "ce", "ceng", "cha", "chai", "chan", "chang", "chao", "che", "chen", "cheng", "chi", "chong", "chou", "chu", "chuai", "chuan", "chuang", "chui", "chun", "chuo", "ci", "cong", "cou", "cu", "cuan", "cui", "cun", "cuo", "da", "dai", "dan", "dang", "dao", "de", "deng", "di", "dian", "diao", "die", "ding", "diu", "dong", "dou", "du", "duan", "dui", "dun", "duo", "e", "en", "er", "fa", "fan", "fang", "fei", "fen", "feng", "fo", "fou", "fu", "ga", "gai", "gan", "gang", "gao", "ge", "gei", "gen", "geng", "gong", "gou", "gu", "gua", "guai", "guan", "guang", "gui", "gun", "guo", "ha", "hai", "han", "hang", "hao", "he", "hei", "hen", "heng", "hong", "hou", "hu", "hua", "huai", "huan", "huang", "hui", "hun", "huo", "ji", "jia", "jian", "jiang", "jiao", "jie", "jin", "jing", "jiong", "jiu", "ju", "juan", "jue", "jun", "ka", "kai", "kan", "kang", "kao", "ke", "ken", "keng", "kong", "kou", "ku", "kua", "kuai", "kuan", "kuang", "kui", "kun", "kuo", "la", "lai", "lan", "lang", "lao", "le", "lei", "leng", "li", "lia", "lian", "liang", "liao", "lie", "lin", "ling", "liu", "long", "lou", "lu", "lv", "luan", "lue", "lun", "luo", "ma", "mai", "man", "mang", "mao", "me", "mei", "men", "meng", "mi", "mian", "miao", "mie", "min", "ming", "miu", "mo", "mou", "mu", "na", "nai", "nan", "nang", "nao", "ne", "nei", "nen", "neng", "ni", "nian", "niang", "niao", "nie", "nin", "ning", "niu", "nong", "nu", "nv", "nuan", "nue", "nuo", "o", "ou", "pa", "pai", "pan", "pang", "pao", "pei", "pen", "peng", "pi", "pian", "piao", "pie", "pin", "ping", "po", "pu", "qi", "qia", "qian", "qiang", "qiao", "qie", "qin", "qing", "qiong", "qiu", "qu", "quan", "que", "qun", "ran", "rang", "rao", "re", "ren", "reng", "ri", "rong", "rou", "ru", "ruan", "rui", "run", "ruo", "sa", "sai", "san", "sang", "sao", "se", "sen", "seng", "sha", "shai", "shan", "shang", "shao", "she", "shen", "sheng", "shi", "shou", "shu", "shua", "shuai", "shuan", "shuang", "shui", "shun", "shuo", "si", "song", "sou", "su", "suan", "sui", "sun", "suo", "ta", "tai", "tan", "tang", "tao", "te", "teng", "ti", "tian", "tiao", "tie", "ting", "tong", "tou", "tu", "tuan", "tui", "tun", "tuo", "wa", "wai", "wan", "wang", "wei", "wen", "weng", "wo", "wu", "xi", "xia", "xian", "xiang", "xiao", "xie", "xin", "xing", "xiong", "xiu", "xu", "xuan", "xue", "xun", "ya", "yan", "yang", "yao", "ye", "yi", "yin", "ying", "yo", "yong", "you", "yu", "yuan", "yue", "yun", "za", "zai", "zan", "zang", "zao", "ze", "zei", "zen", "zeng", "zha", "zhai", "zhan", "zhang", "zhao", "zhe", "zhen", "zheng", "zhi", "zhong", "zhou", "zhu", "zhua", "zhuai", "zhuan", "zhuang", "zhui", "zhun", "zhuo", "zi", "zong", "zou", "zu", "zuan", "zui", "zun", "zuo"}; private StringBuilder buffer; private static TextPinyinUtil cn2Spell = new TextPinyinUtil(); public static TextPinyinUtil getInstance() { return cn2Spell; } // 汉字转成ASCII码 private int getChsAscii(String chs) { int asc = 0; try { byte[] bytes = chs.getBytes("gbk"); if (bytes == null || bytes.length > 2 || bytes.length <= 0) { throw new RuntimeException("illegal resource string"); } if (bytes.length == 1) { asc = bytes[0]; } if (bytes.length == 2) { int hightByte = 256 + bytes[0]; int lowByte = 256 + bytes[1]; asc = (256 * hightByte + lowByte) - 256 * 256; } } catch (Exception e) { System.out.println("ERROR:ChineseSpelling.class-getChsAscii(String chs)" + e); } return asc; } // 单字解析 public String convert(String str) { String result = null; int ascii = getChsAscii(str); if (ascii > 0 && ascii < 160) { result = String.valueOf((char) ascii); } else { for (int i = (pyvalue.length - 1); i >= 0; i--) { if (pyvalue[i] <= ascii) { result = pystr[i]; break; } } } return result; } // 词组解析 public String getPinyin(String chs) { String key, value; buffer = new StringBuilder(); for (int i = 0; i < chs.length(); i++) { key = chs.substring(i, i + 1); // 判断是否为汉字(汉字为两个以上字符) if (key.getBytes().length >= 2) { value = (String) convert(key); if (value == null) { value = "unknown"; } } else { value = key; } buffer.append(value); } return buffer.toString(); } /** * 判断是否为中文 * @param text 内容 * @return true=中文 */ public static boolean isChinaString(String text) { for (int i = 0; i < text.length(); i++) { char c = text.charAt(i); if ((c >= 0x4e00) && (c <= 0x9fbb)) { return true; } } return false; }}
把上面的这个类直接拷贝到工程里面就可以使用了,当输入的汉字无法识别时会返回unknow
String str = TextPinyinUtil.getInstance().getPinyin("ZHU_文涛");
相对于之前介绍的两种开源库来说,这种方法没那么强大,只能获取一些简单的汉字拼音,如果该文字是按拼音排序的汉字就可以找到,但是那些比较复杂的,按笔画排序的汉字就没辙了
四、使用TinyPinyin开源库
再介绍一个好用的开源库TinyPinyin
,适用于Java和Android的快速、低内存占用的汉字转拼音库。
https://github.com/promeG/TinyPinyin
- 生成的拼音不包含声调,均为大写;
- 支持自定义词典,支持简体中文、繁体中文;
- 执行效率很高(Pinyin4J的4~16倍);
- 很低的内存占用(不添加词典时小于30KB)。
这个库的介绍在Github里有详细的说明文档,这里就不做过多的介绍了,需要了解的可以看这几篇作者写的原理介绍
1、打造最好的Java拼音库TinyPinyin(一):单字符转拼音的极致优化
2、打造最好的Java拼音库TinyPinyin(二):多音字快速处理方案
3、打造最好的Java拼音库TinyPinyin(三):API设计和测试实践
五、总结
上面的方法都无法规避多音字对转换拼音的影响,比如“重庆”、”长城”这类词组,可能会变成“zhongqing”、”zhangcheng”。就算使用Pinyin4j
等开源库能获取到“重”的全部拼音,但也无法正确取得对应词组下该用哪个拼音。
实际用身边的几部手机新建了一个姓名为“重量”的联系人,发现都被分配到C类chang
中去了,看来手机厂商也没能很好的处理这个问题。
虽然多音字不能完全避免,但如果在数据可控的前提下,可以对可能出现问题的词组进行单独的处理。
比如像jpinyin
、TinyPinyin
这类支持自定义字典的开源库,我们就可以通过扩展多音字词典的方式来处理已知的多音字词组,但像pingyin4j
和ASCII码映射
就比较难处理了。
如果只是为了处理一些简单的,比如侧边导航条这类需求,可用最简单的ASCII码映射
就可以了。
在实际使用中可以根据自己的需求来确定最终使用哪一种方法。
- Android 汉字转拼音的多种实现方式
- 汉字转拼音的实现
- 实现汉字转拼音
- android 汉字转拼音
- android 汉字转拼音
- android 汉字转拼音
- Android 汉字转拼音
- Android汉字转拼音
- Android 汉字转拼音
- android汉字转拼音
- android汉字转拼音
- java实现汉字转拼音的功能
- Mysql中文汉字转拼音的实现
- 汉字转拼音首字母的java实现
- 汉字转拼音的c++实现
- Mysql中文汉字转拼音的实现
- Android下汉字转拼音的方法
- android汉字转拼音的完美解决方案
- LeetCode (6)ZigZag Conversion
- 关于VS2017缺少头文件的解决办法
- 函数指针与指针函数(转载)
- 相机标定概念性问题
- Java线程:大总结
- Android 汉字转拼音的多种实现方式
- 多线程之——线程的状态
- 电路仿真----使用IAR for MSP430 和 Proteus 进行仿真的设置
- Sandcastle----强大的C#文档生成工具
- vue2.0父子组件以及非父子组件如何通信
- Monad
- HTTPS原理
- java 导出导入备份redis数据库
- koa2 初探