【笔记】JAVA将中文转换为拼音

天天都要早睡

已于 2024-06-22 17:34:03 修改

阅读量1.7k

点赞数 5

分类专栏： Java 文章标签：笔记 java 开发语言

于 2024-06-22 13:58:51 首次发布

本文链接：https://blog.csdn.net/qq_45822726/article/details/139881495

版权

Java 专栏收录该内容

2 篇文章 0 订阅

订阅专栏

JAVA将中文转换为拼音

一、TinyPinyin
二、HanLP
三、pinyin4j
四、Google Translate API
简单基准测试

一、TinyPinyin

TinyPinyin 是一个轻量级且高效的拼音转换库。它适用于Android和Java项目。
TinyPinyin 是一个轻量级且高效的拼音转换库，特别适用于移动设备和需要高性能的场景。它采用了较为简单的实现方式，性能较好。

依赖

<dependency>
    <groupId>com.github.promeg</groupId>
    <artifactId>tinypinyin</artifactId>
    <version>2.0.3</version>
</dependency>

示例

import com.github.promeg.pinyinhelper.Pinyin;

public class ChineseToPinyin {
    public static void main(String[] args) {
        String chinese = "你好，世界！";
        System.out.println("Chinese: " + chinese);
        System.out.println("Pinyin: " + convertToPinyin(chinese));
    }

    public static String convertToPinyin(String chinese) {
        return Pinyin.toPinyin(chinese, "");
    }
}

二、HanLP

HanLP 是一个功能强大的自然语言处理库，支持中文分词、词性标注、命名实体识别等功能，同时也支持拼音转换。
HanLP 是一个功能强大的自然语言处理库，支持多种NLP任务，包括拼音转换。虽然功能强大，但其整体性能可能会受到库中其他功能的影响，加载时间和内存占用可能较高。不过，HanLP的拼音转换部分效率也不错，适合需要多功能NLP处理的场景。

依赖

<dependency>
    <groupId>com.hankcs</groupId>
    <artifactId>hanlp</artifactId>
    <version>1.7.8</version>
</dependency>

示例

import com.hankcs.hanlp.HanLP;

public class ChineseToPinyin {
    public static void main(String[] args) {
        String chinese = "你好，世界！";
        System.out.println("Chinese: " + chinese);
        System.out.println("Pinyin: " + convertToPinyin(chinese));
    }

    public static String convertToPinyin(String chinese) {
        return HanLP.convertToPinyinString(chinese, " ", false);
    }
}

三、pinyin4j

Pinyin4j 是一个经典的拼音转换库，功能全面，但其性能可能不如TinyPinyin。对于大规模文本处理，Pinyin4j的性能可能稍逊一筹。

依赖

<dependency>
    <groupId>com.belerweb</groupId>
    <artifactId>pinyin4j</artifactId>
    <version>2.5.0</version>
</dependency>

示例

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.exception.BadHanyuPinyinOutputFormatCombination;

public class ChineseToPinyin {
    public static void main(String[] args) {
        String chinese = "你好，世界！";
        System.out.println("Chinese: " + chinese);
        System.out.println("Pinyin: " + convertToPinyin(chinese));
    }

    public static String convertToPinyin(String chinese) {
        HanyuPinyinOutputFormat format = new HanyuPinyinOutputFormat();
        format.setCaseType(HanyuPinyinCaseType.LOWERCASE);
        format.setToneType(HanyuPinyinToneType.WITHOUT_TONE);

        StringBuilder pinyin = new StringBuilder();

        for (char c : chinese.toCharArray()) {
            try {
                if (Character.toString(c).matches("[\\u4E00-\\u9FA5]+")) { // Check if the character is a Chinese character
                    String[] pinyinArray = PinyinHelper.toHanyuPinyinStringArray(c, format);
                    if (pinyinArray != null) {
                        pinyin.append(pinyinArray[0]); // Append the first pinyin result
                    }
                } else {
                    pinyin.append(c); // Append non-Chinese characters as is
                }
            } catch (BadHanyuPinyinOutputFormatCombination e) {
                e.printStackTrace();
            }
        }

        return pinyin.toString();
    }
}

四、Google Translate API

如果需要更加准确的拼音转换并且不介意使用网络服务，可以使用Google Translate API。不过，这种方法需要进行网络请求，并且可能需要API Key。需要申请API Key，并且可能会产生费用。
Google Translate API 是一个在线服务，性能主要受网络速度和API响应时间的影响。虽然准确性较高，但因为需要进行网络请求，效率通常不如本地库。
伪代码如下：

import com.google.cloud.translate.Translate;
import com.google.cloud.translate.TranslateOptions;
import com.google.cloud.translate.Translation;

public class ChineseToPinyin {
    public static void main(String[] args) {
        String chinese = "你好，世界！";
        System.out.println("Chinese: " + chinese);
        System.out.println("Pinyin: " + convertToPinyin(chinese));
    }

    public static String convertToPinyin(String chinese) {
        Translate translate = TranslateOptions.getDefaultInstance().getService();
        Translation translation = translate.translate(
            chinese,
            Translate.TranslateOption.targetLanguage("zh-CN"),
            Translate.TranslateOption.format("text")
        );
        return translation.getTranslatedText();
    }
}

简单基准测试

import com.github.promeg.pinyinhelper.Pinyin;
import com.hankcs.hanlp.HanLP;
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.exception.BadHanyuPinyinOutputFormatCombination;

public class PinyinBenchmark {
    public static void main(String[] args) {
        String chinese = "中华人民共和国，欢迎您！";

        long startTime, endTime;

        // TinyPinyin
        startTime = System.currentTimeMillis();
        for (int i = 0; i < 10000; i++) {
            Pinyin.toPinyin(chinese, "");
        }
        endTime = System.currentTimeMillis();
        System.out.println("TinyPinyin: " + (endTime - startTime) + " ms");

        // HanLP
        startTime = System.currentTimeMillis();
        for (int i = 0; i < 10000; i++) {
            HanLP.convertToPinyinString(chinese, " ", false);
        }
        endTime = System.currentTimeMillis();
        System.out.println("HanLP: " + (endTime - startTime) + " ms");

        // Pinyin4j
        startTime = System.currentTimeMillis();
        for (int i = 0; i < 10000; i++) {
            convertUsingPinyin4j(chinese);
        }
        endTime = System.currentTimeMillis();
        System.out.println("Pinyin4j: " + (endTime - startTime) + " ms");
    }

    public static String convertUsingPinyin4j(String chinese) {
        HanyuPinyinOutputFormat format = new HanyuPinyinOutputFormat();
        format.setCaseType(HanyuPinyinCaseType.LOWERCASE);
        format.setToneType(HanyuPinyinToneType.WITHOUT_TONE);

        StringBuilder pinyin = new StringBuilder();

        for (char c : chinese.toCharArray()) {
            try {
                if (Character.toString(c).matches("[\\u4E00-\\u9FA5]+")) {
                    String[] pinyinArray = PinyinHelper.toHanyuPinyinStringArray(c, format);
                    if (pinyinArray != null) {
                        pinyin.append(pinyinArray[0]);
                    }
                } else {
                    pinyin.append(c);
                }
            } catch (BadHanyuPinyinOutputFormatCombination e) {
                e.printStackTrace();
            }
        }

        return pinyin.toString();
    }
}