JPinYin，一个汉字拼音转换的利器，你值得拥有

孟君

发布于 2019-08-26 17:47:14

4.1K0

发布于 2019-08-26 17:47:14

在某些场景中，可能为了方便用户快速搜索，使用拼音首字母的方式进行检索。举个例子，一个系统支持拼音首字母检索，那么输入hzlj就可以搜索出杭州龙井等商品结果，系统中提供一个字段用于存储拼音字母组合即可。（呃～～，在这里我们不讨论为什么不用索引进行检索等，只是给出一个case说明）。

本文将给大家介绍一个自己曾经用过的，感觉还不错的汉字转拼音的java开源类包JPinYin。

本文主要包含如下几个部分的内容：

1、JPinYin的基本介绍

2、JPinYin的基本原理和组成

3、使用JPinYin完成多个case的示例

一、JPinYin的基本介绍

JPinyin是一个汉字转拼音的Java开源类库，在PinYin4j的功能基础上做了一些改进。

1.1 JPinYin的基本特性

## https://github.com/qzw1210/jpinyin
1、准确、完善的字库；
    Unicode编码从4E00-9FA5范围及3007（〇）的20903个汉字中，
    JPinyin能转换除46个异体字（异体字不存在标准拼音）之外的所有汉字；

2、拼音转换速度快；
    经测试，转换Unicode编码从4E00-9FA5范围的20902个汉字，
    JPinyin耗时约100毫秒。

3、多拼音格式输出支持；
    JPinyin支持多种拼音输出格式：带音标、不带音标、数字表示音标
    以及拼音首字母输出格式；

4、常见多音字识别；
    JPinyin支持常见多音字的识别，其中包括词组、成语、地名等；

5、简繁体中文转换；
6、支持添加用户自定义字典；

二、JPinYin的基本原理和组成

2.1 JPinYin的基本原理

JPinyin对汉字转拼音的支持，主要是通过预定的字典文件实现的。

Jpinyin预定义了三个字典文件，如下图所示：

其中，pinyin.dict文件定义了汉字和对应拼音的键值对。部分内容如下：

〇=líng
一=yī
丁=dīng,zhēng
丂=kǎo,qiǎo,yú
七=qī
丄=shàng
丅=xià
丆=hǎn
万=wàn,mò
丈=zhàng
三=sān
上=shàng,shǎng
下=xià
丌=qí,jī
不=bù,fǒu
与=yǔ,yù,yú
丏=miǎn
丐=gài
丑=chǒu
丒=chǒu
专=zhuān
且=qiě,jū
丕=pī
世=shì
丗=shì
丘=qiū
丙=bǐng
业=yè

... ...

龆=tiáo
龇=zī
龈=yín,kěn
龉=yǔ
龊=chuò
龋=qǔ
龌=wò
龍=lóng,lǒng
龎=páng
龏=gōng,wò
龐=páng
龑=yǎn
龒=lóng
龓=lóng,lǒng
龔=gōng
龕=kān
龖=dá
龗=líng
龘=dá
龙=lóng
龚=gōng
龛=kān
龜=guī,jūn,qiū
龝=qiū
龞=biē
龟=guī,jūn,qiū
龠=yuè
龡=chuī
龢=hé
龣=jiǎo
龤=xié
龥=yuè

multi_pinyin.dict定义了多音字、词语等，部分内容如下：

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
阿胶=ē,jiāo
阿弥陀佛=ē,mí,tuó,fó
了解=liǎo,jiě
了如指掌=liǎo,rú,zhǐ,zhǎng
一目了然=yī,mù,liǎo,rán
俩人=liǎ,rén
你们俩=nǐ,mēn,liǎ
我们俩=wǒ,mēn,liǎ
他们俩=tā,mēn,liǎ
子弹=zǐ,dàn
炮弹=pào,dàn
弹药=dàn,yào
调查=diào,chá
声调=shēng,diào
音乐=yīn,yuè
乐曲=yuè,qǔ
乐器=yuè,qì
乐谱=yuè,pǔ
缝隙=fèng,xì
胸脯=xiōng,pú

... ...

处方=chǔ,fāng
扒手=pá,shǒu
扒草=pá,cǎo
数据=shù,jù
重新=chóng,xīn
无数=wú,shù
成都=chéng,dū
重来=chóng,lái
重复=chóng,fù
重申=chóng,shēn
重阳=chóng,yáng
重逢=chóng,féng
重沓=chóng,tà
重叠=chóng,dié
重霄=chóng,xiāo
重唱=chóng,chàng
重洋=chóng,yáng
重峦叠嶂=chóng,luán,dié,zhàng
成长=chéng,zhǎng

chinese.dict则定义了繁体字和简体字对应的键值对，用于繁体字和简体字的转换，部分内容如下：

臺=台
萬=万
與=与
醜=丑
專=专
業=业
叢=丛
東=东
絲=丝
丟=丢
兩=两
嚴=严
喪=丧
個=个
爿=丬
豐=丰
臨=临
為=为
麗=丽
舉=举
麼=么
義=义
烏=乌
樂=乐

... ...

齒=齿
齔=龀
齕=龁
齗=龂
齟=龃
齡=龄
齙=龅
齠=龆
齜=龇
齦=龈
齬=龉
齪=龊
齲=龋
齷=龌
龍=龙
龔=龚
龕=龛
龜=龟

有了上述的字典库，读取相关的字典资源文件，就可以完成繁体字到简体字、汉字到拼音的转换等功能。

2.2 JPinYin基本组成

Jpinyin就包含如下图所示的6个Java类：

其中，

PinyinHelper.java是汉字转拼音类，其主要有如下几个功能

判断一个汉字是否为多音字
获取字符串对应拼音的首字母
将字符串转换成带声调格式的拼音
将字符串转换成相应格式的拼音
将单个汉字转换为相应格式的拼音
等等

ChineseHelper.java是汉字简繁体转换类，其主要有如下几个功能：

将单个繁体字转换为简体字
将单个简体字转换为繁体字
判断某个字符是否为汉字
判断字符串中是否包含中文
等等

PinyinFormat.java是拼音格式类，主要提供了三种拼音格式类：

WITH_TONE_MARK
WITHOUT_TONE
WITH_TONE_NUMBER

package com.github.stuxuhai.jpinyin;

/**
 * 拼音格式类
 *
 * @author stuxuhai (dczxxuhai@gmail.com)
 */
public enum PinyinFormat {
    WITH_TONE_MARK, WITHOUT_TONE, WITH_TONE_NUMBER;
}

PinyinResource.java是资源文件加载类，主要提供对预定义的字典文件进行加载。

 protected static Map<String, String> getPinyinResource() {
        return getResource(newClassPathReader("/data/pinyin.dict"));
    }

    protected static Map<String, String> getMutilPinyinResource() {
        return getResource(newClassPathReader("/data/mutil_pinyin.dict"));
    }

    protected static Map<String, String> getChineseResource() {
        return getResource(newClassPathReader("/data/chinese.dict"));
    }

三、JPinYin的多个示例

接下来，我们将使用JPinYin来完成多个示例，先引入依赖包：

    <dependency>
       <groupId>com.github.stuxuhai</groupId>
       <artifactId>jpinyin</artifactId>
       <version>1.1.7</version>
    </dependency>

3.1 汉字简繁体互转

    /**
     * 简体字和繁体字互转
     */
    // 义 --> 義
    System.out.println(ChineseHelper.convertToTraditionalChinese('义'));
    // 義 --> 义
    System.out.println(ChineseHelper.convertToSimplifiedChinese('義'));

    // 东无敌 --> 東無敵
    System.out.println(ChineseHelper.convertToTraditionalChinese("东无敌"));
    // 東無敵 --> 东无敌
    System.out.println(ChineseHelper.convertToSimplifiedChinese("東無敵"));

3.2 判断是否为中文字符

    /**
     * 判断是否为中文字符
     */
    System.out.println(ChineseHelper.isChinese('A')); // false
    System.out.println(ChineseHelper.isChinese('东')); // true
    System.out.println(ChineseHelper.isChinese('東')); // true

3.3 判断是否为繁体字

    /**
     * 是否为繁体字
     */
    System.out.println(ChineseHelper.isTraditionalChinese('东')); // false
    System.out.println(ChineseHelper.isTraditionalChinese('東')); // true

3.4 判断是否包含中文字符

    /**
     * 判断是否包含中文字符
     */
    System.out.println(ChineseHelper.containsChinese("ABC")); // false
    System.out.println(ChineseHelper.containsChinese("A东C")); // true
    System.out.println(ChineseHelper.containsChinese("A東C")); // true

3.5 获取某个中文字符可能的发音

    /**
     * 获取某个中文字符可能的发音，如 为可以有两种发音[wèi, wéi]
     */
    String[] weiArray = PinyinHelper.convertToPinyinArray('为');
    // [wèi, wéi]
    System.out.println(Arrays.toString(weiArray));

    /**
     * 沒有音调
     */
    String[] weiArrayWithoutTone = PinyinHelper.convertToPinyinArray('为',
        PinyinFormat.WITHOUT_TONE);
    //[wei]
    System.out.println(Arrays.toString(weiArrayWithoutTone));
    
    /**
     * 有音调，使用数字表示音调
     */
    String[] weiArrayWithoutToneNum= PinyinHelper.convertToPinyinArray('为',
        PinyinFormat.WITH_TONE_NUMBER);
    //[wei4, wei2]
    System.out.println(Arrays.toString(weiArrayWithoutToneNum));

3.6 获取字符串对应拼音的首字母

    /**
     * 获取字符串对应拼音的首字母
     */
    try {
      String shortPinyin = PinyinHelper.getShortPinyin("我爱杭州");
      //wahz
      System.out.println(shortPinyin);
    } catch (PinyinException e) {
      // TODO Auto-generated catch block
      e.printStackTrace();
    }

3.7 将字符串转换成相应格式的拼音

    /**
     * 将字符串转换成相应格式的拼音
     */
    try {
      String pinyinString = PinyinHelper.convertToPinyinString("杭州西湖", ",", PinyinFormat.WITH_TONE_MARK);
      //háng,zhōu,xī,hú
      System.out.println(pinyinString);
    } catch (PinyinException e) {
      // TODO Auto-generated catch block
      e.printStackTrace();
    }
    
    try {
      String pinyinString = PinyinHelper.convertToPinyinString("杭州西湖", ",", PinyinFormat.WITHOUT_TONE);
      //hang,zhou,xi,hu
      System.out.println(pinyinString);
    } catch (PinyinException e) {
      // TODO Auto-generated catch block
      e.printStackTrace();
    }
    
    try {
      String pinyinString = PinyinHelper.convertToPinyinString("杭州西湖", ",", PinyinFormat.WITH_TONE_NUMBER);
      //hang2,zhou1,xi1,hu2
      System.out.println(pinyinString);
    } catch (PinyinException e) {
      // TODO Auto-generated catch block
      e.printStackTrace();
    }

小结

本文首先对汉字转拼音开源工具JPinYin进行了简单的介绍、并对其基本原理进行说明、最后给出多个转换的示例。从使用上来看，JPinYin的使用还是很方便的，而且Jpinyin还预留了支持添加用户自定义字典的接口，可以让用户根据自身特点来自定义字典，从而去满足自身业务特点或者功能，如：

PinyinHelper.addPinyinDict("user.dict");  // 添加用户自定义字典

有兴趣的读者可以自己尝试一下。

本文参与腾讯云自媒体分享计划，分享自微信公众号。

原始发表：2019-08-12，如有侵权请联系 cloudcommunity@tencent.com 删除

编程算法

本文分享自孟君的编程札记微信公众号，前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体分享计划，欢迎热爱写作的你一起参与！

编程算法

登录后参与评论

0 条评论

热度

JPinYin，一个汉字拼音转换的利器，你值得拥有

JPinYin，一个汉字拼音转换的利器，你值得拥有

社区

活动

资源

关于

腾讯云开发者

热门产品

热门推荐

更多推荐