Java基础知识：Java汉字转拼音pinyin4j用法

汉字转换拼音在日常开发中是个很常见的问题。例如我们伟大的12306，在地名中输入“WH”，就会出现“武汉”“芜湖”“威海”等地名，输入“WUHU”就会出现“芜湖”。

　　Java获取汉字的拼音，pinyin4j这个库可以很好的解决这个问题。

　　下载解压，里面有个pinyin4j-2.5.0.jar，使用这个库即可。

　　汉字转拼音：

　　String[] pinyin = PinyinHelper.toHanyuPinyinStringArray('重');

　　上面这行代码就是单个汉字转拼音了，例如“重”字，该方法返回一个String类型的数组：

　　"zhong4"

　　"chong2"

　　“重”是一个多音字，该方法的返回数组包含这个字的所有读音的拼音。每个读音最后有个数字就是音调（第一声 第二声 第三声 第四声，这个不用解释了）。

　　上面是最简单的一种获取单个汉字的方式，还可以使用HanyuPinyinOutputFormat来格式化返回拼音的格式。

　　[java]

　　HanyuPinyinOutputFormat format = new HanyuPinyinOutputFormat();

　　// UPPERCASE：大写  (ZHONG)

　　// LOWERCASE：小写  (zhong)

　　format.setCaseType(HanyuPinyinCaseType.LOWERCASE);

　　// WITHOUT_TONE：无音标  (zhong)

　　// WITH_TONE_NUMBER：1-4数字表示英标  (zhong4)

　　// WITH_TONE_MARK：直接用音标符（必须WITH_U_UNICODE否则异常）  (zhòng)

　　format.setToneType(HanyuPinyinToneType.WITH_TONE_MARK);

　　// WITH_V：用v表示ü  (nv)

　　// WITH_U_AND_COLON：用"u:"表示ü  (nu:)

　　// WITH_U_UNICODE：直接用ü (nü)

　　format.setVCharType(HanyuPinyinVCharType.WITH_U_UNICODE);

　　String[] pinyin = PinyinHelper.toHanyuPinyinStringArray('重', format);

　　toHanyuPinyinStringArray如果传入的字符不是汉字不能转换成拼音，那么会直接返回null。

　　虽然pinyin4j很好用，但是还是有局限的。以上代码只能获取单个汉字的拼音，但是不能获取一个包含多音字的词的拼音。例如“重庆”，无法判断到底是“chongqing”还是“zhongqing”，pinyin4j不能通过上下文来判断多音字的读音。

　　所以，在获取一个包含多音字的词语的读音，可以返回一个列表，正确的读音只能是人工判断选择。

pinyin4j的使用

 

pinyin4j是一个功能强悍的汉语拼音工具包，主要是从汉语获取各种格式和需求的拼音，功能强悍，下面看看如何使用pinyin4j。

 

本人以前用AscII编码提取工具，效果不理想，现在用pinyin4j简单实现了一个。功能还不是很完美，陆续再改进吧。

 

import net.sourceforge.pinyin4j.PinyinHelper; 
import net.sourceforge.pinyin4j.format.HanyuPinyinCaseType; 
import net.sourceforge.pinyin4j.format.HanyuPinyinOutputFormat; 
import net.sourceforge.pinyin4j.format.HanyuPinyinToneType; 
import net.sourceforge.pinyin4j.format.exception.BadHanyuPinyinOutputFormatCombination; 

import java.io.UnsupportedEncodingException; 

/** 
* 拼音工具 
* 
* @author leizhimin 2009-7-15 15:26:21 
*/ 
public  class PinyinToolkit { 

         /** 
         * 获取汉字串拼音首字母，英文字符不变 
         * 
         * @param chinese 汉字串 
         * @return 汉语拼音首字母 
         */ 
         public  static String cn2FirstSpell(String chinese) { 
                StringBuffer pybf =  new StringBuffer(); 
                 char[] arr = chinese.toCharArray(); 
                HanyuPinyinOutputFormat defaultFormat =  new HanyuPinyinOutputFormat(); 
                defaultFormat.setCaseType(HanyuPinyinCaseType.LOWERCASE); 
                defaultFormat.setToneType(HanyuPinyinToneType.WITHOUT_TONE); 
                 for ( int i = 0; i < arr.length; i++) { 
                         if (arr[i] > 128) { 
                                 try { 
                                        String[] _t = PinyinHelper.toHanyuPinyinStringArray(arr[i], defaultFormat); 
                                         if (_t !=  null) { 
                                                pybf.append(_t[0].charAt(0)); 
                                        } 
                                }  catch (BadHanyuPinyinOutputFormatCombination e) { 
                                        e.printStackTrace(); 
                                } 
                        }  else { 
                                pybf.append(arr[i]); 
                        } 
                } 
                 return pybf.toString().replaceAll( "\\W", "").trim(); 
        } 

         /** 
         * 获取汉字串拼音，英文字符不变 
         * 
         * @param chinese 汉字串 
         * @return 汉语拼音 
         */ 
         public  static String cn2Spell(String chinese) { 
                StringBuffer pybf =  new StringBuffer(); 
                 char[] arr = chinese.toCharArray(); 
                HanyuPinyinOutputFormat defaultFormat =  new HanyuPinyinOutputFormat(); 
                defaultFormat.setCaseType(HanyuPinyinCaseType.LOWERCASE); 
                defaultFormat.setToneType(HanyuPinyinToneType.WITHOUT_TONE); 
                 for ( int i = 0; i < arr.length; i++) { 
                         if (arr[i] > 128) { 
                                 try { 
                                        pybf.append(PinyinHelper.toHanyuPinyinStringArray(arr[i], defaultFormat)[0]); 
                                }  catch (BadHanyuPinyinOutputFormatCombination e) { 
                                        e.printStackTrace(); 
                                } 
                        }  else { 
                                pybf.append(arr[i]); 
                        } 
                } 
                 return pybf.toString(); 
        } 

         public  static  void main(String[] args)  throws UnsupportedEncodingException { 
                String x =  "嘅囧誰說壞學生來勼髮視頻裆児"; 
                System.out.println(cn2FirstSpell(x)); 
                System.out.println(cn2Spell(x)); 
        } 
}

 

运行结果：

kjsshxsljfspde 
kaijiongshuishuohuaixueshenglaijiufashipindanger 

Process finished with exit code 0

 

在某些系统上可能有字符集的问题，需要做预处理。