Android 汉字转拼音的多种实现方式

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

1. 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

2. 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

3. 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。