有一个小功能是实现汉字转拼音，但是别人封装好的库都是GPL的，使用就得开源自己的代码。别的一些MIT的写的很差，实时性不好，因此，自己写一个unicode转拼音的代码，而且Unihan表也是实时更新的，比引用别人的库要好很多，实时打补丁可以更新。缺点：这个代码是读取.txt文件的东西，性能比较差，查询时间用的比较长，但是生僻字和多音字啥的都是可以查到的，后面.txt文件里面的东西需要加载到代码里面，类需要重新进行集成封装提高性能。屎山版测试代码如下：
#include <iostream>
#include <fstream>
#include <sstream>
#include <string>
#include <iostream>
#include <thread> // 引入线程库
#include <chrono> // 引入时间库
#include <iostream>
#include <string>
#include <unordered_map>
#include <iostream>
#include <string>
#include <unordered_map>
// 替换字符串中的带音调字符为无音调字符，并将所有音调数字添加到字符串末尾
void replaceTonedCharacters(std::string &str) {
// 定义映射表，用于将带音调的字符替换为无音调字符，并保存音调数字
std::unordered_map<std::string, std::pair<std::string, int>> toneMap = {
{ "ā", std::make_pair("a", 1) },{ "á", std::make_pair("a", 2) },{ "ǎ", std::make_pair("a", 3) },{ "à", std::make_pair("a", 4) },
{ "ō", std::make_pair("o", 1) },{ "ó", std::make_pair("o", 2) },{ "ǒ", std::make_pair("o", 3) },{ "ò", std::make_pair("o", 4) },
{ "ē", std::make_pair("e", 1) },{ "é", std::make_pair("e", 2) },{ "ě", std::make_pair("e", 3) },{ "è", std::make_pair("e", 4) },
{ "ī", std::make_pair("i", 1) },{ "í", std::make_pair("i", 2) },{ "ǐ", std::make_pair("i", 3) },{ "ì", std::make_pair("i", 4) },
{ "ū", std::make_pair("u", 1) },{ "ú", std::make_pair("u", 2) },{ "ǔ", std::make_pair("u", 3) },{ "ù", std::make_pair("u", 4) },
{ "ǖ", std::make_pair("ü", 1) },{ "ǘ", std::make_pair("ü", 2) },{ "ǚ", std::make_pair("ü", 3) },{ "ǜ", std::make_pair("ü", 4) }
};
std::string tones; // 保存音调数字
size_t i = 0;
while (i < str.size()) {
bool found = false;
for (const auto &pair : toneMap) {
const std::string &tone = pair.first;
const std::string &replacement = pair.second.first;
int toneNumber = pair.second.second;
// 使用 compare 方法判断当前子串是否匹配目标字符
if (str.compare(i, tone.length(), tone) == 0) {
// 替换为无音调字符
str.replace(i, tone.length(), replacement);
// 将音调数字添加到保存音调数字的字符串
tones += std::to_string(toneNumber);
i += replacement.length(); // 移动到下一个字符
found = true;
break;
}
}
if (!found) {
++i; // 如果没有匹配，移动到下一个字符
}
}
// 将保存的音调数字添加到字符串末尾
str += tones;
}
int main() {
std::ifstream infile("Unihan_Readings123.txt"); // 打开输入文件
if (!infile) {
std::cerr << "无法打开文件 unicode_data.txt！" << std::endl;
return 1;
}
std::string line, inputUnicode, inputKey;
std::cout << "请输入Unicode码（例如：U+3433）: ";
std::cin >> inputUnicode;
inputKey = "kHanyuPinyin";
bool found = false;
// 逐行读取文件内容
while (std::getline(infile, line)) {
std::istringstream iss(line);
std::string unicode, key, value;
std::cout << (line) << std::endl;
// 解析每一行中的unicode码和字符1
if (!(iss >> unicode >> key)) {
continue; // 如果解析失败，跳过这一行
}
// 检查Unicode码和字符1是否匹配用户输入
if (unicode == inputUnicode && key == inputKey) {
found = true;
std::getline(iss, value); // 读取第二个TAB键后的字符2
std::cout << (value) << std::endl;
std::this_thread::sleep_for(std::chrono::seconds(1));
std::istringstream valueStream(value);
std::string reading;
// 使用逗号分隔字符2中的每个读音并逐个输出
// 只输出:后的拼音部分
std::size_t pos = value.find(':');
if (pos != std::string::npos) {
std::string pinyin = value.substr(pos + 1);
std::cout << (pinyin) << std::endl;
replaceTonedCharacters(pinyin);
std::cout << pinyin << std::endl;
}
break; // 找到后退出循环
}
}
if (!found) {
std::cout << "未找到对应的Unicode码和字符1。" << std::endl;
}
infile.close();
std::cout << "按任意键继续..." << std::endl;
std::cin.ignore(); // 忽略上一个输入留下的换行符
std::cin.get(); // 等待用户按键
getchar();
return 0;
}
#include <iostream>
#include <fstream>
#include <sstream>
#include <string>
#include <iostream>
#include <thread> // 引入线程库
#include <chrono> // 引入时间库
#include <iostream>
#include <string>
#include <unordered_map>
#include <iostream>
#include <string>
#include <unordered_map>
// 替换字符串中的带音调字符为无音调字符，并将所有音调数字添加到字符串末尾
void replaceTonedCharacters(std::string &str) {
// 定义映射表，用于将带音调的字符替换为无音调字符，并保存音调数字
std::unordered_map<std::string, std::pair<std::string, int>> toneMap = {
{ "ā", std::make_pair("a", 1) },{ "á", std::make_pair("a", 2) },{ "ǎ", std::make_pair("a", 3) },{ "à", std::make_pair("a", 4) },
{ "ō", std::make_pair("o", 1) },{ "ó", std::make_pair("o", 2) },{ "ǒ", std::make_pair("o", 3) },{ "ò", std::make_pair("o", 4) },
{ "ē", std::make_pair("e", 1) },{ "é", std::make_pair("e", 2) },{ "ě", std::make_pair("e", 3) },{ "è", std::make_pair("e", 4) },
{ "ī", std::make_pair("i", 1) },{ "í", std::make_pair("i", 2) },{ "ǐ", std::make_pair("i", 3) },{ "ì", std::make_pair("i", 4) },
{ "ū", std::make_pair("u", 1) },{ "ú", std::make_pair("u", 2) },{ "ǔ", std::make_pair("u", 3) },{ "ù", std::make_pair("u", 4) },
{ "ǖ", std::make_pair("ü", 1) },{ "ǘ", std::make_pair("ü", 2) },{ "ǚ", std::make_pair("ü", 3) },{ "ǜ", std::make_pair("ü", 4) }
};
std::string tones; // 保存音调数字
size_t i = 0;
while (i < str.size()) {
bool found = false;
for (const auto &pair : toneMap) {
const std::string &tone = pair.first;
const std::string &replacement = pair.second.first;
int toneNumber = pair.second.second;
// 使用 compare 方法判断当前子串是否匹配目标字符
if (str.compare(i, tone.length(), tone) == 0) {
// 替换为无音调字符
str.replace(i, tone.length(), replacement);
// 将音调数字添加到保存音调数字的字符串
tones += std::to_string(toneNumber);
i += replacement.length(); // 移动到下一个字符
found = true;
break;
}
}
if (!found) {
++i; // 如果没有匹配，移动到下一个字符
}
}
// 将保存的音调数字添加到字符串末尾
str += tones;
}
int main() {
std::ifstream infile("Unihan_Readings123.txt"); // 打开输入文件
if (!infile) {
std::cerr << "无法打开文件 unicode_data.txt！" << std::endl;
return 1;
}
std::string line, inputUnicode, inputKey, inputKey1, inputKey2, inputKey3;
std::cout << "请输入Unicode码（例如：U+3433）: ";
std::cin >> inputUnicode;
inputKey = "kHanyuPinyin";//存在：
inputKey1 = "kMandarin";//不存在：
inputKey2 = "kTGHZ2013";//存咋：
inputKey3 = "kXHC1983";//cunzai：
bool found = false;
// 逐行读取文件内容
while (std::getline(infile, line)) {
std::istringstream iss(line);
std::string unicode, key, value;
//std::cout << (line) << std::endl;
// 解析每一行中的unicode码和字符1
if (!(iss >> unicode >> key)) {
continue; // 如果解析失败，跳过这一行
}
// 检查Unicode码和字符1是否匹配用户输入
if (unicode == inputUnicode && key == inputKey) {
found = true;
std::getline(iss, value); // 读取第二个TAB键后的字符2
std::istringstream valueStream(value);
std::string reading;
// 使用逗号分隔字符2中的每个读音并逐个输出
// 只输出:后的拼音部分
std::size_t pos = value.find(':');
if (pos != std::string::npos) {
std::string pinyin = value.substr(pos + 1);
//std::cout << (pinyin) << std::endl;
// 替换逗号为空格
for (char &ch : pinyin) {
if (ch == ',') {
ch = ' '; // 将逗号替换为空格
}
}
// 使用字符串流分割字符串并逐个输出
std::istringstream iss(pinyin);
std::string word;
while (iss >> word) {
replaceTonedCharacters(word);
std::cout << word << std::endl;
}
}
break; // 找到后退出循环
}
else if (unicode == inputUnicode && key == inputKey1) {
found = true;
std::getline(iss, value); // 读取第二个TAB键后的字符2
// 查找最后一个制表符的位置
std::size_t lastTabPos = value.find_last_of('\t');
// 如果找到了制表符
if (lastTabPos != std::string::npos) {
// 提取最后一个制表符之后的字符串
std::string afterTab = value.substr(lastTabPos + 1);
replaceTonedCharacters(afterTab);
std::cout << afterTab << std::endl;
}
else {
std::cout << "没有找到制表符。" << std::endl;
}
break; // 找到后退出循环
}
else if (unicode == inputUnicode && key == inputKey2) {
found = true;
std::getline(iss, value); // 读取第二个TAB键后的字符2
std::istringstream valueStream(value);
std::string reading;
// 使用逗号分隔字符2中的每个读音并逐个输出
// 只输出:后的拼音部分
std::size_t pos = value.find(':');
if (pos != std::string::npos) {
std::string pinyin = value.substr(pos + 1);
//std::cout << (pinyin) << std::endl;
// 替换逗号为空格
for (char &ch : pinyin) {
if (ch == ',') {
ch = ' '; // 将逗号替换为空格
}
}
// 使用字符串流分割字符串并逐个输出
std::istringstream iss(pinyin);
std::string word;
while (iss >> word) {
replaceTonedCharacters(word);
std::cout << word << std::endl;
}
}
break; // 找到后退出循环
}
else if (unicode == inputUnicode && key == inputKey3) {
found = true;
std::getline(iss, value); // 读取第二个TAB键后的字符2
std::istringstream valueStream(value);
std::string reading;
// 使用逗号分隔字符2中的每个读音并逐个输出
// 只输出:后的拼音部分
std::size_t pos = value.find(':');
if (pos != std::string::npos) {
std::string pinyin = value.substr(pos + 1);
//std::cout << (pinyin) << std::endl;
// 替换逗号为空格
for (char &ch : pinyin) {
if (ch == ',') {
ch = ' '; // 将逗号替换为空格
}
}
// 使用字符串流分割字符串并逐个输出
std::istringstream iss(pinyin);
std::string word;
while (iss >> word) {
replaceTonedCharacters(word);
std::cout << word << std::endl;
}
}
break; // 找到后退出循环
}
}
if (!found) {
std::cout << "未找到对应的Unicode码和字符1。" << std::endl;
}
infile.close();
std::cout << "按任意键继续..." << std::endl;
std::cin.ignore(); // 忽略上一个输入留下的换行符
std::cin.get(); // 等待用户按键
getchar();
return 0;
}
踩坑：c++代码读取utf-8函数总是出问题，会出现乱码的情况，尝试了很多方法什么u8，tchat_w、wstring类型以及都不可以问题很大，需要将utf-8转换为 ANSI文件，.txt文件直接另存的时候有个选项，可以直接进行转换，看这部分转换浪费了半天。
如果要是不转换的话，带有音调的字母根本就完全识别不出来，key-value的方式不能够使用。
扫一扫
517
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
