浅析pinyin4j源码 简单利用pinyin4j对中文字符进行自然排序（转）

pinyin4j项目  官网地址 http://pinyin4j.sourceforge.net/

 

我们先把资源下载下来，连同源码和jar包一起放入工程。如下图：

 

接下来在demo包下，我们写一个测试类，简单使用pinyin4j对中文字符进行自然排序

新建一个ConvertTest.java

package demo;
import java.util.ArrayList;
import java.util.Collections; import java.util.Comparator; import java.util.HashMap; import java.util.List; import java.util.Map; import net.sourceforge.pinyin4j.PinyinHelper; public class ConvertTest { public static void main(String[] args) { String src = "我们中间出了一个叛徒"; char[] arr = src.toCharArray(); System.out.println("数组长度是："+arr.length); System.out.print("原始顺序："); for (char temp : arr) { System.out.print(temp+" "); } System.out.println(); convertToHanyuPinyin(arr); } private static List<String> convertToHanyuPinyin(char[] array){ HashMap<String, String> map = new HashMap<String, String>(); for (int i = 0; i < array.length; i++) { //得到拼音首字母 String value = (PinyinHelper.toHanyuPinyinStringArray(array[i]))[0].substring(0, 1); map.put(String.valueOf(array[i]), value); } System.out.println(map); List<String> list = sort(map); return list; } private static List<String> sort(Map map){ List<Map.Entry<String, String>> infoIds = new ArrayList<Map.Entry<String, String>>(map.entrySet()); // 对HashMap中的 value 进行排序 Collections.sort(infoIds, new Comparator<Map.Entry<String, String>>() { @Override public int compare(Map.Entry<String, String> o1, Map.Entry<String, String> o2) { return (o1.getValue()).compareTo(o2.getValue()); } }); List<String> list = new ArrayList<String>(); /*****************FOR　TEST***********************/ List<String> letterList = new ArrayList<String>(); /*****************FOR　TEST***********************/ // 对HashMap中的 value 进行排序后 显示排序结果 for (int i = 0; i < infoIds.size(); i++) { Map.Entry<String,String> entry = infoIds.get(i); list.add(entry.getKey()); letterList.add(entry.getValue()); } /*****************FOR　TEST***********************/ System.out.print("自然顺序:"); for (String string : list) { System.out.print(string + " "); } System.out.println(); System.out.print("字母顺序:"); for (String string : letterList) { System.out.print(string +" "); } /*****************FOR　TEST***********************/ return list; } }

 

输出结果为：

可以看到最终的输出顺序已经是按照自然顺序排序后的结果了。

 

简单说一下步骤:

1.我们先将字符串序列转换成 单个字符key, 首字母value  的map形式，

如 {个=g, 徒=t, 我=w, 出=c, 叛=p, 了=l, 中=z, 一=y, 间=j, 们=m}。

2. 然后针对map中的value进行排序，并返回排序过后的key值。

（PS：当然这里也可以对key值进行排序，但是最好还是针对value。

因为我们这里截取的是首字母，并不是整个拼音音节。）

 

代码缺点：

1.只是针对中文字符的第一个拼音进行排序，但是汉语中存在多音字。

2.只是针对字符的首字母进行排序，并不是整个拼音字节，并不严谨，适合粗略排序的场景。

 

下面简单分析一下，pinyin4j的转换流程。

 

如上图，其中核心的类就是PinyinHelper。它可以转换许多类型的拼音，这里我们只看汉语拼音，其他的与之类似。

 

追踪代码 PinyinHelper.toHanyuPinyinStringArray

按ctrl + 鼠标左键。

static public String[] toHanyuPinyinStringArray(char ch)
    {
        return getUnformattedHanyuPinyinStringArray(ch); }

 

继续跟踪代码

private static String[] getUnformattedHanyuPinyinStringArray(char ch)
    {
        return ChineseToPinyinResource.getInstance().getHanyuPinyinStringArray(ch); }

 

调用ChineseToPinyinResource示例的getHanyuPinyinStringArray方法

String[] getHanyuPinyinStringArray(char ch)
    {
        String pinyinRecord = getHanyuPinyinRecordFromChar(ch);

        if (null != pinyinRecord) {
　　　　　　　//得到左括号( 的索引值 int indexOfLeftBracket = pinyinRecord.indexOf(Field.LEFT_BRACKET);
 　　　　　　//得到右括号) 的索引值 int indexOfRightBracket = pinyinRecord.lastIndexOf(Field.RIGHT_BRACKET); //得到字符对应的拼音 String stripedString = pinyinRecord.substring(indexOfLeftBracket + Field.LEFT_BRACKET.length(), indexOfRightBracket); //以逗号.为分隔 返回String[] 数组 return stripedString.split(Field.COMMA); } else return null; // no record found or mal-formatted record }

 

关键的方法getHanyuPinyinRecordFromChar

private String getHanyuPinyinRecordFromChar(char ch)
    {
        int codePointOfChar = ch;
        //转换成unicode对应的字符 String codepointHexStr = Integer.toHexString(codePointOfChar).toUpperCase(); //从表中查询字符 // fetch from hashtable String foundRecord = getUnicodeToHanyuPinyinTable().getProperty(codepointHexStr); //如果是合法的字符就返回，否则返回null return isValidRecord(foundRecord) ? foundRecord : null; }

 

就是如下图的资源：

 

http://www.cnblogs.com/sphere/p/4738888.html