pinyin4j处理汉语拼音

2019独角兽企业重金招聘Python工程师标准>>>

前几天客户端要我把地区按照地址拼音的首字母返回，最好还可以排个序，然后我用到了com.belerweb.pinyin4j

如果使用maven构建的话，那么在pom文件中加入下面的依赖

<dependency>
    <groupId>com.belerweb</groupId>
    <artifactId>pinyin4j</artifactId>
    <version>2.5.1</version>
</dependency>

先写一个demo试试看，用了PinyinHelper.toHanyuPinyinStringArray

日志输出：会匹配这个词的多重发音，还有第几声，原来我的姓还有这么叫，神奇。

pinyin4j的官方文档地址http://pinyin4j.sourceforge.net/，支持中文词到大多数的拼音系统，输出的拼音也可以格式化，并且支持简体和繁体的。

对于刚刚的那个方法，example中写着“间”的返回，和“李”的返回，还有声调，如果不是中文会返回null

然后我们看看是怎么实现的，点进去获取的是ChineseToPinyinResource对象，然后调用其getHanyuPinyinStringArray返回拼音的数组

为什么这个方法可以返回拼音呢，肯定是有一个库的存在 是吧，ChineseToPinyinResource创建的时候，会吧数据加载进来

这边主要看unicode_to_hanyu_pinyin.txt文件的内容，前面是字符的对应数字的十六进制编码，后面是字符对应的发音，多音吱用逗号隔开。

来看看加载的过程吧，读取文件的每一行内容，用空格分开，put进入hashtable

如你看到的一样，接下来我们就是根据传进来的 char 中字，获取对应的十六进制编码，获取map中对应的拼音

还有就是有格式的输出，在HanyuPinyinOutputFormat类中可以设置拼音的格式

写点demo

日志输出

下面是format的处理

 

今天简要的看了一下pinyin4j，或许你也用的到！

转载于:https://my.oschina.net/u/2277632/blog/1538205