php chinese.php,ChineseUtil

软件简介

ChineseUtil

PHP 中文工具类，支持汉字转拼音、拼音分词、简繁互转。

PHP Chinese Tool class, support Chinese pinyin, pinyin participle, simplified

and traditional conversion

目前本类库拥有的三个功能，都是在实际开发过程中整理出来的。这次使用的数据不同于以前我开源过汉字转拼音和简繁互转，数据都是从字典网站采集下来的，比以前的数据更加准确。

由于中文的博大精深，字有多音字，简体字和繁体字也有多种对应。并且本类库返回的所有结果，均为包含所有组合的数组。

本类库字典数据总共收录 73925 个汉字，包括：3955 个简体字，1761 个繁体字，68209 个其它汉字。

内存占用

类库第一个版本发布开始，群里朋友就展开了激烈的讨论，最大的问题就在于内存占用以及性能问题上。经过我不断尝试几种方案，最终决定设置三种模式，来适应不同用户之间的需求。

我已经尝试过 Redis，速度比 SQLite 慢 3 倍，没有必要加入支持。所以目前来看，SQLite 模式性价比最高！

性能模式 (Memory)

使用 SQLite 作为数据载体，一次性加载所有数据到变量，内存占用高(80 MB)，性能最佳。

适合用于运行 Cli 任务。

需要 PDO 和 PDO_SQLITE 扩展支持。

通用模式 (SQLite)

使用 SQLite 作为数据载体，每次查询都通过 SQL 查询，内存占用低(600+ KB)，性能中等。

适合用于大部分场景。

需要 PDO 和 PDO_SQLITE 扩展支持。

兼容模式 (JSON)

使用精简过的 JSON 数据作为数据载体，一次性加载所有数据到变量，内存占用中(28 MB)，性能差。

内存占用量以实际为准，根据版本、扩展等环境的不同，占用的内存容量不一样，上述值为我电脑上的情况，仅供参考。

适合无法使用 PDO 的场景。

由于精简了数据，一些拼音结果需要经过代码计算处理才可以得出，所以性能较差。

默认情况下，优先使用通用模式，如果环境不支持 PDO 将采用兼容模式。

你可以在未执行任何初始化或者转换处理之前，设置使用何种模式运行。

// 设为性能模式

Chinese::setMode('Memory');

// 设为通用模式

Chinese::setMode('SQLite');

// 设为兼容模式

Chinese::setMode('JSON');

无论何种模式，拼音分词所需数据总是从 JSON 数据中加载。

使用说明

Composer 直接安装

composer require yurunsoft/chinese-util

Composer 项目配置引入

"require": {

"yurunsoft/chinese-util" : "~1.0"

}

功能

汉字转拼音

use \Yurun\Util\Chinese;

use \Yurun\Util\Chinese\Pinyin;

$string = '恭喜發財！';

echo $string, PHP_EOL;

echo '全拼:', PHP_EOL;

var_dump(Chinese::toPinyin($string, Pinyin::CONVERT_MODE_PINYIN));

echo '首字母:', PHP_EOL;

var_dump(Chinese::toPinyin($string, Pinyin::CONVERT_MODE_PINYIN_FIRST));

echo '读音:', PHP_EOL;

var_dump(Chinese::toPinyin($string, Pinyin::CONVERT_MODE_PINYIN_SOUND));

echo '读音数字:', PHP_EOL;

var_dump(Chinese::toPinyin($string, Pinyin::CONVERT_MODE_PINYIN_SOUND_NUMBER));

echo '自选返回格式 + 以文本格式返回 + 自定义分隔符:', PHP_EOL;

var_dump(Chinese::toPinyin($string, Pinyin::CONVERT_MODE_PINYIN | Pinyin::CONVERT_MODE_PINYIN_SOUND_NUMBER, ' '));

echo '所有结果:', PHP_EOL;

var_dump(Chinese::toPinyin($string));

/**

所有结果:

array(4) {

["pinyin"]=>

array(1) {

[0]=>

array(5) {

[0]=>

string(4) "gong"

[1]=>

string(2) "xi"

[2]=>

string(2) "fa"

[3]=>

string(3) "cai"

[4]=>

string(3) "！"

}

}

["pinyinSoundNumber"]=>

array(1) {

[0]=>

array(5) {

[0]=>

string(5) "gong1"

[1]=>

string(3) "xi3"

[2]=>

string(3) "fa1"

[3]=>

string(4) "cai2"

[4]=>

string(3) "！"

}

}

["pinyinFirst"]=>

array(1) {

[0]=>

array(5) {

[0]=>

string(1) "g"

[1]=>

string(1) "x"

[2]=>

string(1) "f"

[3]=>

string(1) "c"

[4]=>

string(3) "！"

}

}

["pinyinSound"]=>

array(1) {

[0]=>

array(5) {

[0]=>

string(5) "gōng"

[1]=>

string(3) "xǐ"

[2]=>

string(3) "fā"

[3]=>

string(4) "cái"

[4]=>

string(3) "！"

}

}

}

全拼:

array(1) {

["pinyin"]=>

array(1) {

[0]=>

array(5) {

[0]=>

string(4) "gong"

[1]=>

string(2) "xi"

[2]=>

string(2) "fa"

[3]=>

string(3) "cai"

[4]=>

string(3) "！"

}

}

}

首字母:

array(1) {

["pinyinFirst"]=>

array(1) {

[0]=>

array(5) {

[0]=>

string(1) "g"

[1]=>

string(1) "x"

[2]=>

string(1) "f"

[3]=>

string(1) "c"

[4]=>

string(3) "！"

}

}

}

读音:

array(1) {

["pinyinSound"]=>

array(1) {

[0]=>

array(5) {

[0]=>

string(5) "gōng"

[1]=>

string(3) "xǐ"

[2]=>

string(3) "fā"

[3]=>

string(4) "cái"

[4]=>

string(3) "！"

}

}

}

读音数字:

array(1) {

["pinyinSoundNumber"]=>

array(1) {

[0]=>

array(5) {

[0]=>

string(5) "gong1"

[1]=>

string(3) "xi3"

[2]=>

string(3) "fa1"

[3]=>

string(4) "cai2"

[4]=>

string(3) "！"

}

}

}

自选返回格式 + 以文本格式返回 + 自定义分隔符:

array(2) {

["pinyin"]=>

array(1) {

[0]=>

string(18) "gong xi fa cai ！"

}

["pinyinSoundNumber"]=>

array(1) {

[0]=>

string(22) "gong1 xi3 fa1 cai2 ！"

}

}

* /

拼音分词

use \Yurun\Util\Chinese;

$string2 = 'xianggang';

echo '"', $string2, '"的分词结果:', PHP_EOL;

var_dump(Chinese::splitPinyin($string2));

/**

输出结果:

"xianggang"的分词结果:

array(2) {

[0]=>

string(12) "xi ang gang "

[1]=>

string(11) "xiang gang "

}

* /

简繁互转

use \Yurun\Util\Chinese;

$string3 = '中华人民共和国！恭喜發財！';

echo '"', $string3, '"的简体转换:', PHP_EOL;

var_dump(Chinese::toSimplified($string3));

echo '"', $string3, '"的繁体转换:', PHP_EOL;

var_dump(Chinese::toTraditional($string3));

/**

输出结果:

"中华人民共和国！恭喜發財！"的简体转换:

array(1) {

[0]=>

string(39) "中华人民共和国！恭喜发财！"

}

"中华人民共和国！恭喜發財！"的繁体转换:

array(1) {

[0]=>

string(39) "中華人民共和國！恭喜發財！"

}

* /