大创项目学习日志（二）——汉字转拼音软件的选择与尝试

最新推荐文章于 2022-12-22 20:49:49 发布

fwhdzh

最新推荐文章于 2022-12-22 20:49:49 发布

阅读量1.1k

点赞数

分类专栏：学生程序员文章标签：大创日志汉字拼音转换

本文链接：https://blog.csdn.net/fwhdzh/article/details/89339321

版权

学生同时被 2 个专栏收录

19 篇文章 2 订阅

订阅专栏

程序员

6 篇文章 0 订阅

订阅专栏

我希望，至少我们的孙儿孙女这一代能够两条腿走路，既能用汉字写，也能用拼音字母写，听报告作笔记，用拼音字母写，会比汉字写得快。如果可能，还能用上拼音字母的打字机。这样该是多么幸福呢！我并不幻想，在不远的将来，就可以废除汉字（方块字）；然而即使在百年之内或在百年之后还要用汉字，让我们的子孙的一代能用‘两条腿走路’又有什么不好呢？

——茅盾

现在在哪里

在这里插入图片描述
拼音声韵分析是项目的第二步，这方面的内容不仅可以在智能生成诗词方面使用，还可以在押韵检测，平仄对仗检测等子功能里用到。现阶段仍然是从网上收集整理前辈们已经做好的这方面的软件。谢谢前辈们的付出。

1.pypinyin——强大的Python汉字拼音转换工具

pypinyin是一个强大的python汉字转拼音工具并且在github上完全开源。它根据词组智能匹配最正确的拼音，支持多音字，有简单的繁体，注音支持，并且支持多种不同拼音/注音风格。除此之外还具有自定义拼音库和自定义拼音字典等功能。

pypinyin的github项目地址为：https://github.com/mozillazg/python-pinyin

下载安装后，根据r_coder博主的博客Python3 将汉语转换为汉语拼音编写demo进行测试。

测试demo如下：

import pypinyin

def hp(word):
    s = ''
    for i in pypinyin.pinyin(word,style=pypinyin.NORMAL):
        s += ''.join(i)
    return s

def hp2(word):
    s = ''
    for i in pypinyin.pinyin(word):
        s = s + ''.join(i)+" "
    return s

if __name__ == "__main__":
    print(hp("春江潮水连海平，海上明月共潮生"))
    print(hp2("春江潮水连海平，海上明月共潮生"))

输出结果如下：

在这里插入图片描述
可以看出，基本可以满足将汉字转换为拼音的功能要求。对于诗词的押韵平仄分析来说我认为已经足够了。

2.pinyin4j——经典的汉字转拼音java包

官方介绍中，pinyin4j是一个支持将简体和繁体中文转换到成拼音的Java开源类库，但它的实际功能远远不止于此。它提供了汉字拼音转换部分的大部分功能，而且十分便于使用。

pinyin4j的官网地址是http://pinyin4j.sourceforge.net/，但可惜的是，和大多数java开源包一样，pinyin4j的作者很久没有对其进行更新了。现在我们可以从官网下载最新的2.5版本进行使用（值得一提的是该软件包从1.0版本到2.5版本只花费了3个月，而自从2006年2.5版本推出之后再没更新过）。

pinyin4j下载开后在lib子文件夹中可以找到pinyin4j-2.5.0.jar包，有趣的是，这个jar包是可以直接双击运行的。界面如下所示：
在这里插入图片描述

点击Convert to Pinyin按钮，程序就会将input Chinese文本框中的汉字转换为不同形式的拼音并输出在相应的文本框中。

在这里插入图片描述

尝试完这个自带的功能后，我们还是将这个jar导入java项目中编写demo进行测试。这里使用hfhwfw博主的博客pinyin4j入门教程中的demo进行测试。

测试代码和博主博客中一模一样，此处就不粘贴了。测试结果如下：

在这里插入图片描述

效果诚然不错，还能识别出英文。

在测试过程中出了个小bug，就是总是会出现中文乱码的问题。这个问题出现的原因很可能是因为eclipse使用的编辑语言格式是默认的gbk而非utf8。解决方法可以参考这篇百度经验：怎样修改eclipse的默认字符集和修改中文乱码

3.JPinyin——pinyin4j的优化升级版（但好像英年早逝了）

JPinyin在pinyin4j的基础上进行了优化，具有了更优良的性能，也因此得到了很多人的喜爱。

听起来好像十分美好，但问题在于——现在JPinyin官网的github网址已经没有了。。。

但秉持着多试一试各种工具的心态，我还是在github上搜索了JPinyin并从搜索结果中选择了一个进行下载。下载网址：https://github.com/qzw1210/jpinyin（其实我现在不太确定是不是这个了，当时忘了存网址）

下载开之后发现，JPinyin真是无愧轻量之名，没有进行打包的它src文件夹里只有简简单单的六个.java源文件就实现了所有功能。

在这里插入图片描述

既然只有六个文件我也就不打包了，直接全部复制到项目中运行好了。

但是只复制文件是不行的，汉字转拼音工具一定会有一个类似字典这样的文件存在，从而可以使汉字可以依据某种规则进行转换。JPinyin的字典文件在main/resource/data文件夹下。

在这里插入图片描述

我们将这3个字典文件也复制到项目中。项目结构如下（其中ChangeToPinyinJP.java是自己写的测试类）

在这里插入图片描述

但这是还是会出问题，因为这是字典文件的相对路径会变掉，运行时就会出现找不到文件的错误。我们阅读一下六个java的代码，可以找到路径是记录在PinyinResource.java中的，我们修改一下这个类的最后3个成员函数。

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

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

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

这样就把路径改成了我们项目中正确的相对路径。我们就可以编写测试类进行测试了。

测试类编写参考刘达人博主的博客JAVA实现汉字转换为拼音 pinyin4j/JPinyin，但是为了让程序更好的展现JPinyin的功能，对public static void main函数进行修改：

public static void main(String[] args) {
  // TODO Auto-generated method stub
  ChangeToPinyinJP a = new ChangeToPinyinJP(); 
  String str = "晴川历历汉阳树，芳草萋萋鹦鹉洲。";
  System.out.println("有声调字符串："+a.changeToMarkPinYin(str));
  System.out.println("数字声调："+a.changeToNumberPinYin(str));
  System.out.println("不带声调字符串："+a.changeToTonePinYin(str));
  System.out.println("拼音首字母字符串："+a.changeToGetShortPinYin(str));
  System.out.println("张是多音字吗？"+a.checkPinYin('张'));
  System.out.println("朝是多音字吗？"+a.checkPinYin('朝'));
  String str2 = a.changeToTraditional(str);
  System.out.println("转换为繁体字："+str2);
  String str3 = a.changeToSimplified(str2);
  System.out.println("再转换为简体字："+str3);
 }