java 汉字按拼音排序_Java当中汉字按照拼音排序

开发中碰到个小需求：需要对省按拼音排序。其实全国的省个数并不多，实在不行人肉排序也OK，不过这样就太挫了。

网上查了下，发现原生JDK自带的解决方法如下：

package com.taobao.test;

import java.text.Collator;

import java.util.ArrayList;

import java.util.Arrays;

import java.util.Comparator;

import java.util.Iterator;

import java.util.Map;

public class TestSortChinese {

public static void main(String[] args){

Iterator it = SortChinese.provinceMap.entrySet().iterator();//这里的map里数据是全国所有的省中文String

ArrayList al = new ArrayList();

while(it.hasNext()){

al.add((String)((Map.Entry)(it.next())).getValue());

}

Object[] arr = al.toArray();

Comparator cmp = Collator.getInstance(java.util.Locale.CHINA);

Arrays.sort(arr, cmp);

for(Object s : arr){

System.out.println(s);

}

}

}

打印出来的结果还行，除了重庆因为多音字的原因，被当成了zhong庆排在了末尾，其它的都对了。对于这个特殊情况就单独处理下好了。

这个JDK自带的方法这么好用吗？查证了下发现是有缺陷的，其只能对于GB2312里的中文字符进行正确排序，通俗点说就是只能对常用字好用。但是这个常用字的定义也不能让人很满意，只支持6000多个常用字，这是远远不够的。GBK是GB2312的超集，里面包含了20000多个中文字符(基本就包括所有中文字符了)，但是不包含在GB2312里的字符都无法正确排序了。

网上普遍的解决方案是用到一个开源项目：http://pinyin4j.sourceforge.net/。具体可见下面这四篇文章，里面叙述的都比较详细了：

http://www.blogjava.net/spinage/archive/2009/10/15/298403.html

http://hi.baidu.com/chssheng2007/item/1bf3a6dedea5eff492a974fb

http://blog.csdn.net/kennylee26/article/details/3926168

http://blog.csdn.net/machozhao/article/details/1047333

由于此次只用到了点皮毛，所以没有深入的去钻研，但正如参考文章里写到的，实现的原理就是把汉字转化为拼音，然后再进行的排序。有兴趣的读者可以深挖下怎么把汉字转化为拼音。我看到有文章介绍说可以用到系统里的字库的，但未进行实践尝试，暂先不过多叙述了。