C/C++ 汉字转拼音

引言

前些天看到公司的代码，一个中文转换成拼音，居然写了千把行，让我很是汗颜，网上查了好多相关的资料，突然发现，大多都是千把行的，这让我根本按耐不住修改的冲动，于是就有这篇文章。

版权所有：CSND_Ayo，转载请注明出处：http://blog.csdn.net/csnd_ayo

简介

我使用的是C++ POSIX标准写的，应该支持跨平台（我只在window下测试过）

把原来的千把行代码转换成了92行的代码，分享得以延续，希望对朋友们有帮助。

为了方便新手阅读，事无巨细，注释全齐。

其实完全可以使用C去实现，但是作者爱C++胜过C，就是这么任性！

赏析

[cpp]  view plain  copy

1. #include <iostream>  
2. using namespace std;  
3.   
4. /* 
5. * 简介：利用C++处理中文转换成拼音 
6. * 作者：陈鲁勇 
7. * 参数：dest_chinese 待转换中文 
8. * 参数：out_py 返回的拼写 
9. * 返回：0成功 非0失败 
10. * 拾遗：如有拾遗，请联系我。 
11. * 邮箱：727057301@qq.com 
12. * CSDN：http://blog.csdn.net/csnd_ayo 
13. * 码云：https://git.oschina.net/Mr_ChenLuYong 
14. * github：http://github.com/chenluyong 
15. * 创建时间：2017-3-18 1:52:48 
16. * VS版本：VS2013 
17. */  
18. int ChineseConvertPy(const std::string& dest_chinese, std::string& out_py) {  
19.     const int spell_value[] = { -20319, -20317, -20304, -20295, -20292, -20283, -20265, -20257, -20242, -20230, -20051, -20036, -20032, -20026,  
20.         -20002, -19990, -19986, -19982, -19976, -19805, -19784, -19775, -19774, -19763, -19756, -19751, -19746, -19741, -19739, -19728,  
21.         -19725, -19715, -19540, -19531, -19525, -19515, -19500, -19484, -19479, -19467, -19289, -19288, -19281, -19275, -19270, -19263,  
22.         -19261, -19249, -19243, -19242, -19238, -19235, -19227, -19224, -19218, -19212, -19038, -19023, -19018, -19006, -19003, -18996,  
23.         -18977, -18961, -18952, -18783, -18774, -18773, -18763, -18756, -18741, -18735, -18731, -18722, -18710, -18697, -18696, -18526,  
24.         -18518, -18501, -18490, -18478, -18463, -18448, -18447, -18446, -18239, -18237, -18231, -18220, -18211, -18201, -18184, -18183,  
25.         -18181, -18012, -17997, -17988, -17970, -17964, -17961, -17950, -17947, -17931, -17928, -17922, -17759, -17752, -17733, -17730,  
26.         -17721, -17703, -17701, -17697, -17692, -17683, -17676, -17496, -17487, -17482, -17468, -17454, -17433, -17427, -17417, -17202,  
27.         -17185, -16983, -16970, -16942, -16915, -16733, -16708, -16706, -16689, -16664, -16657, -16647, -16474, -16470, -16465, -16459,  
28.         -16452, -16448, -16433, -16429, -16427, -16423, -16419, -16412, -16407, -16403, -16401, -16393, -16220, -16216, -16212, -16205,  
29.         -16202, -16187, -16180, -16171, -16169, -16158, -16155, -15959, -15958, -15944, -15933, -15920, -15915, -15903, -15889, -15878,  
30.         -15707, -15701, -15681, -15667, -15661, -15659, -15652, -15640, -15631, -15625, -15454, -15448, -15436, -15435, -15419, -15416,  
31.         -15408, -15394, -15385, -15377, -15375, -15369, -15363, -15362, -15183, -15180, -15165, -15158, -15153, -15150, -15149, -15144,  
32.         -15143, -15141, -15140, -15139, -15128, -15121, -15119, -15117, -15110, -15109, -14941, -14937, -14933, -14930, -14929, -14928,  
33.         -14926, -14922, -14921, -14914, -14908, -14902, -14894, -14889, -14882, -14873, -14871, -14857, -14678, -14674, -14670, -14668,  
34.         -14663, -14654, -14645, -14630, -14594, -14429, -14407, -14399, -14384, -14379, -14368, -14355, -14353, -14345, -14170, -14159,  
35.         -14151, -14149, -14145, -14140, -14137, -14135, -14125, -14123, -14122, -14112, -14109, -14099, -14097, -14094, -14092, -14090,  
36.         -14087, -14083, -13917, -13914, -13910, -13907, -13906, -13905, -13896, -13894, -13878, -13870, -13859, -13847, -13831, -13658,  
37.         -13611, -13601, -13406, -13404, -13400, -13398, -13395, -13391, -13387, -13383, -13367, -13359, -13356, -13343, -13340, -13329,  
38.         -13326, -13318, -13147, -13138, -13120, -13107, -13096, -13095, -13091, -13076, -13068, -13063, -13060, -12888, -12875, -12871,  
39.         -12860, -12858, -12852, -12849, -12838, -12831, -12829, -12812, -12802, -12607, -12597, -12594, -12585, -12556, -12359, -12346,  
40.         -12320, -12300, -12120, -12099, -12089, -12074, -12067, -12058, -12039, -11867, -11861, -11847, -11831, -11798, -11781, -11604,  
41.         -11589, -11536, -11358, -11340, -11339, -11324, -11303, -11097, -11077, -11067, -11055, -11052, -11045, -11041, -11038, -11024,  
42.         -11020, -11019, -11018, -11014, -10838, -10832, -10815, -10800, -10790, -10780, -10764, -10587, -10544, -10533, -10519, -10331,  
43.         -10329, -10328, -10322, -10315, -10309, -10307, -10296, -10281, -10274, -10270, -10262, -10260, -10256, -10254 };  
44.   
45.     // 395个字符串，每个字符串长度不超过6  
46.     const char spell_dict[396][7] = { "a", "ai", "an", "ang", "ao", "ba", "bai", "ban", "bang", "bao", "bei", "ben", "beng", "bi", "bian", "biao",  
47.         "bie", "bin", "bing", "bo", "bu", "ca", "cai", "can", "cang", "cao", "ce", "ceng", "cha", "chai", "chan", "chang", "chao", "che", "chen",  
48.         "cheng", "chi", "chong", "chou", "chu", "chuai", "chuan", "chuang", "chui", "chun", "chuo", "ci", "cong", "cou", "cu", "cuan", "cui",  
49.         "cun", "cuo", "da", "dai", "dan", "dang", "dao", "de", "deng", "di", "dian", "diao", "die", "ding", "diu", "dong", "dou", "du", "duan",  
50.         "dui", "dun", "duo", "e", "en", "er", "fa", "fan", "fang", "fei", "fen", "feng", "fo", "fou", "fu", "ga", "gai", "gan", "gang", "gao",  
51.         "ge", "gei", "gen", "geng", "gong", "gou", "gu", "gua", "guai", "guan", "guang", "gui", "gun", "guo", "ha", "hai", "han", "hang",  
52.         "hao", "he", "hei", "hen", "heng", "hong", "hou", "hu", "hua", "huai", "huan", "huang", "hui", "hun", "huo", "ji", "jia", "jian",  
53.         "jiang", "jiao", "jie", "jin", "jing", "jiong", "jiu", "ju", "juan", "jue", "jun", "ka", "kai", "kan", "kang", "kao", "ke", "ken",  
54.         "keng", "kong", "kou", "ku", "kua", "kuai", "kuan", "kuang", "kui", "kun", "kuo", "la", "lai", "lan", "lang", "lao", "le", "lei",  
55.         "leng", "li", "lia", "lian", "liang", "liao", "lie", "lin", "ling", "liu", "long", "lou", "lu", "lv", "luan", "lue", "lun", "luo",  
56.         "ma", "mai", "man", "mang", "mao", "me", "mei", "men", "meng", "mi", "mian", "miao", "mie", "min", "ming", "miu", "mo", "mou", "mu",  
57.         "na", "nai", "nan", "nang", "nao", "ne", "nei", "nen", "neng", "ni", "nian", "niang", "niao", "nie", "nin", "ning", "niu", "nong",  
58.         "nu", "nv", "nuan", "nue", "nuo", "o", "ou", "pa", "pai", "pan", "pang", "pao", "pei", "pen", "peng", "pi", "pian", "piao", "pie",  
59.         "pin", "ping", "po", "pu", "qi", "qia", "qian", "qiang", "qiao", "qie", "qin", "qing", "qiong", "qiu", "qu", "quan", "que", "qun",  
60.         "ran", "rang", "rao", "re", "ren", "reng", "ri", "rong", "rou", "ru", "ruan", "rui", "run", "ruo", "sa", "sai", "san", "sang",  
61.         "sao", "se", "sen", "seng", "sha", "shai", "shan", "shang", "shao", "she", "shen", "sheng", "shi", "shou", "shu", "shua",  
62.         "shuai", "shuan", "shuang", "shui", "shun", "shuo", "si", "song", "sou", "su", "suan", "sui", "sun", "suo", "ta", "tai",  
63.         "tan", "tang", "tao", "te", "teng", "ti", "tian", "tiao", "tie", "ting", "tong", "tou", "tu", "tuan", "tui", "tun", "tuo",  
64.         "wa", "wai", "wan", "wang", "wei", "wen", "weng", "wo", "wu", "xi", "xia", "xian", "xiang", "xiao", "xie", "xin", "xing",  
65.         "xiong", "xiu", "xu", "xuan", "xue", "xun", "ya", "yan", "yang", "yao", "ye", "yi", "yin", "ying", "yo", "yong", "you",  
66.         "yu", "yuan", "yue", "yun", "za", "zai", "zan", "zang", "zao", "ze", "zei", "zen", "zeng", "zha", "zhai", "zhan", "zhang",  
67.         "zhao", "zhe", "zhen", "zheng", "zhi", "zhong", "zhou", "zhu", "zhua", "zhuai", "zhuan", "zhuang", "zhui", "zhun", "zhuo",  
68.         "zi", "zong", "zou", "zu", "zuan", "zui", "zun", "zuo" };  
69.   
70.     try {  
71.         // 循环处理字节数组  
72.         const int length = dest_chinese.length();  
73.         for (int j = 0, chrasc = 0; j < length;) {  
74.             // 非汉字处理  
75.             if (dest_chinese.at(j) >= 0 && dest_chinese.at(j) < 128) {  
76.                 out_py += dest_chinese.at(j);  
77.                 // 偏移下标  
78.                 j++;  
79.                 continue;  
80.             }  
81.   
82.             // 汉字处理  
83.             chrasc = dest_chinese.at(j) * 256 + dest_chinese.at(j + 1) + 256;  
84.             if (chrasc > 0 && chrasc < 160) {  
85.                 // 非汉字  
86.                 out_py += dest_chinese.at(j);  
87.                 // 偏移下标  
88.                 j++;  
89.             }  
90.             else {  
91.                 // 汉字  
92.                 for (int i = (sizeof(spell_value) / sizeof(spell_value[0]) - 1); i >= 0; --i) {  
93.                     // 查找字典  
94.                     if (spell_value[i] <= chrasc) {  
95.                         out_py += spell_dict[i];  
96.                         break;  
97.                     }  
98.                 }  
99.                 // 偏移下标 （汉字双字节）  
100.                 j += 2;  
101.             }  
102.         } // for end  
103.     }  
104.     catch (exception _e) {  
105.         std::cout << _e.what() << std::endl;  
106.         return -1;  
107.     }  
108.     return 0;  
109. }  
110.   
111. int main()  
112. {  
113.     std::string chang_query;   
114.     ChineseConvertPy("http://blog.csdn.net/csnd_ayo.需要帮助,请联系我.", chang_query);  
115.   
116.     cout << chang_query.c_str() << endl;  
117.     getchar();  
118.     return 0;  
119. }