一、工具介绍
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;
1. 功能
支持同一汉字有多个发音
还支持拼音的格式化输出,比如第几声之类的,
同时支持简体中文、繁体中文转换为拼音…使用起来也非常简单。下面是其官方网址,其中提供了下载:
2. 目录结构及说明
doc : pinyin4j的api文档
lib : pinyin4j的jar包
src: pinyin4j的源代码
CHANGELOG.txt : pinyin4j的版本更新日志
COPYING.txt : LICENSE说明
README.txt : pinyin4j的概要介绍
3. 原理
pinyin4j使用了一个.txt的文本文件(uicode_to_hanyu_pinyin.txt)用来存储汉字unicode编码与拼音的对应关系,通过读取该配置文件达到转换的目的。
该属性文件存储信息的基本格式如下:89E3 (jie3,jie4,xie4) //(对应汉字”解”)89E3 是汉字对应的unicode编码的16进制数,(jie3,jie4,xie4)是该汉字对应的三种读音(在汉语里有多音字)
说明pinyin4j支持多音字的处理pinyin4j的处理过程是这样的:
根据String的toCharArray方法得到每个字符(得到”解”字的unicode编码,实际上是35299,由于java中char和String都是unicode编码的可以直接转为int型的编码数据35299),然后利用Integer.toHexString(c1).toUpperCase()将其转换成16进制数[也就是89E3],通过读取配置文件得到“解”字的拼