Java pinyin4j 汉字转拼音包括——多音字

Java汉字转拼音(包括多音字)

有个需求需要把汉字转拼音,我的小伙伴推荐用Unicode官方的包;下载有些慢。

实际中用了Java工具包:pinyin4j解决

可以转汉字,多音字,多音字的地方要求不太准确的,可以直接取列表的第一个值;

1. Maven依赖

 <!--汉字转拼音-->
 <dependency>
     <groupId>com.belerweb</groupId>
     <artifactId>pinyin4j</artifactId>
     <version>2.5.1</version>
 </dependency>

2. Java示例代码

import lombok.extern.slf4j.Slf4j;
import net.sourceforge.pinyin4j.PinyinHelper;
import net.sourceforge.pinyin4j.format.HanyuPinyinCaseType;
import net.sourceforge.pinyin4j.format.HanyuPinyinOutputFormat;
import net.sourceforge.pinyin4j.format.HanyuPinyinToneType;
import net.sourceforge.pinyin4j.format.HanyuPinyinVCharType;
import net.sourceforge.pinyin4j.format.exception.BadHanyuPinyinOutputFormatCombination;

import java.util.*;

/*************************************
 * Class Name: PinyinUtil
 * Description:〈拼音转换工具类〉
 * @author smn
 * @create 2020/8/11
 * @since 1.0.0
 ************************************/
@Slf4j
public class PinyinUtil {
    /**
     * 汉字转拼音(全拼)
     *
     * @param src
     * @return
     */
    public static String getPinyin(String src) {
        char[] srcCharArray = src.toCharArray();

        // 设置汉字拼音输出的格式
        HanyuPinyinOutputFormat outputFormat = new HanyuPinyinOutputFormat();
        outputFormat.setCaseType(HanyuPinyinCaseType.LOWERCASE);
        outputFormat.setToneType(HanyuPinyinToneType.WITHOUT_TONE);
        outputFormat.setVCharType(HanyuPinyinVCharType.WITH_V);
        StringBuffer result = new StringBuffer();
        for (int i = 0; i < srcCharArray.length; i++) {

            String[] tempArray = null;
            // 判断能否为汉字字符
            if (Character.toString(srcCharArray[i]).matches("[\\u4E00-\\u9FA5]+")) {
                try {
                    tempArray = PinyinHelper.toHanyuPinyinStringArray(srcCharArray[i], outputFormat);
                } catch (BadHanyuPinyinOutputFormatCombination e) {
                    log.error("处理" + src + "出错", e);
                }

                // 将汉字的几种全拼都存到数组中
                result.append(tempArray[0]);
            } else {
                // 如果不是汉字字符,间接取出字符并连接到字符串后
                result.append(Character.toString(srcCharArray[i]));
            }
            result.append(" ");
        }
        return result.toString().trim();
    }

    /**
     * 返回不带空格分割的全拼
     *
     * @param src
     * @return
     */
    public static String getPinyinWithoutBlank(String src) {
        return getPinyin(src).replaceAll(" ", "");
    }

    /**
     * 返回多音字的全部拼音(不区分声调)
     *
     * @param src
     * @return
     */
    public static List<String> getMultiplePronounciationsWithoutTone(String src) {
        List<String> dstPinyinList = new ArrayList<String>();
        List<String> tempPinyinList = new ArrayList<String>();
        String[] curCharPinyin = null;
        Set<String> curPinyinSet = null;

        // 设置汉字拼音输出的格式
        HanyuPinyinOutputFormat outputFormat = new HanyuPinyinOutputFormat();
        outputFormat.setCaseType(HanyuPinyinCaseType.LOWERCASE);
        outputFormat.setToneType(HanyuPinyinToneType.WITHOUT_TONE);
        outputFormat.setVCharType(HanyuPinyinVCharType.WITH_V);

        char[] srcCharArray = src.toCharArray();
        for (char curChar : srcCharArray) {
            // 判断能否为汉字字符
            if (Character.toString(curChar).getBytes().length != Character.toString(curChar).length()) {
                if (Character.toString(curChar).matches("[\\u4E00-\\u9FA5]+")) {
                    try {
                        curCharPinyin = PinyinHelper.toHanyuPinyinStringArray(curChar, outputFormat);
                        if (null == curCharPinyin) {
                            log.error("[" + Character.toString(curChar) + "]字转换拼音失败:转换结果为空!");
                            return null;
                        }
                        // 集合用于去除声调不同的重复拼音
                        curPinyinSet = new HashSet<String>();
                        for (int i = 0; i < curCharPinyin.length; i++) {
                            if (!curPinyinSet.contains(curCharPinyin)) {
                                curPinyinSet.add(curCharPinyin[i]);
                            } else {
                                continue;
                            }
                        }
                    } catch (BadHanyuPinyinOutputFormatCombination e) {
                        log.error("[" + Character.toString(curChar) + "]字转换拼音失败:" + e.getMessage(), e);
                        return null;
                    }
                } else {
                    // 不在Unicode汉字编码内的字符,返回null
                    log.error("[" + Character.toString(curChar) + "]字转换拼音失败:转换结果为空!");
                    return null;
                }
            } else {
                // 如果不是汉字字符,则直接将字符放入当前字符拼音集合
                curPinyinSet = new HashSet<String>();
                curPinyinSet.add(Character.toString(curChar));
            }
            // 进行输出拼音字串拼接
            Iterator<String> iter = null;
            if (dstPinyinList.size() == 0) {
                iter = curPinyinSet.iterator();
                while (iter.hasNext()) {
                    String curPinyin = (String) iter.next();
                    dstPinyinList.add(curPinyin);
                }
            } else {
                for (String dstPinyin : dstPinyinList) {
                    iter = curPinyinSet.iterator();
                    while (iter.hasNext()) {
                        String curPinyin = (String) iter.next();
                        tempPinyinList.add(dstPinyin + " " + curPinyin);
                    }
                }
                dstPinyinList.clear();
                dstPinyinList.addAll(tempPinyinList);
                tempPinyinList.clear();
            }

        }
        return dstPinyinList;
    }

    public static List<String> getMultiplePronounciationsWithoutToneWithoutBlank(String src) {
        List<String> result = new ArrayList<String>();
        List<String> data = getMultiplePronounciationsWithoutTone(src);
        for (String str : data) {
            result.add(str.replaceAll(" ", ""));
        }
        return result;
    }

    public static List<String> getJianPin(String src) {
        List<String> result = new ArrayList<String>();
        List<String> tempList = getMultiplePronounciationsWithoutTone(src);
        StringBuffer sb = new StringBuffer();
        for (String str : tempList) {
            String[] array = str.split(" ");
            for (String s : array) {
                sb.append(s.charAt(0));
            }
            result.add(sb.toString().toLowerCase());
            sb.delete(0, sb.length());
        }
        return result;
    }

    public static void main(String[] args) {
        String str = "满地都是六便士";
        System.out.println(PinyinUtil.getPinyin(str));
        System.out.println(PinyinUtil.getPinyinWithoutBlank(str));
        System.out.println(PinyinUtil.getMultiplePronounciationsWithoutTone(str));
        System.out.println(PinyinUtil.getMultiplePronounciationsWithoutToneWithoutBlank(str));
        System.out.println(PinyinUtil.getJianPin(str));
        log.info(" " + PinyinUtil.getJianPin("1597219781375_1.大型互联网系统架构演进之路.mp4"));
    }
}

3. 结果:

在这里插入图片描述

参考:

  • 2
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

程序媛一枚~

您的鼓励是我创作的最大动力。

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值