pinyin4j使用介绍

1.使用场景

pinyin4j是sourceforge.net上的一个开源项目，用来处理讲中文转换成拼音的场景，比如"博客"-->"boke"。

2.基本原理

    pinyin4j使用了一个.txt的文本文件用来存储汉字与拼音的对应关系，通过读取该配置文件达到转换的目的。

   该属性文件存储信息的基本格式如下：89E3 (jie3,jie4,xie4)   //(对应汉字"解")

    89E3 是汉字对应的unicode编码的16进制数，(jie3,jie4,xie4)是该汉字对应的三种读音(在汉语里有多音字)，说明pinyin4j支持多音字的处理

    pinyin4j的处理过程是这样的：

根据String的codePointAt(int i)方法，得到"解"字的unicode编码[实际上是35299]，然后将其转换成16进制数[也就是89E3]，通过读取配置文件得到“解”字的拼音(jie3,jie4,xie4)，那么这里有三个拼音，pinyin4j的默认取值为第一个，也就是jie3[表示读jie，声调是三声]

3.使用

    pinyin4j提供的工具类为PinyinHelper,里边提供了静态方法toHanyuPinyinString()和toHanyuPinyinStringArray(),由于这两个方法都涉及到一个HanyuPinyinOutputFormat类型的参数，我们先看一下pinyin4j中的辅助类。

    pinyin4j中有四个辅助类分别是：HanyuPinyinCaseType、HanyuPinyinToneType、HanyuPinyinVCharType、HanyuPinyinOutputFormat

    (1)HanyuPinyinCaseType类，提供了两个静态常量UPPERCASE和LOWERCASE，表示转换后的拼音为大写和小写

    (2)HanyuPinyinToneType类，提供了两个静态常量WITH_TONE_NUMBER和WITHOUT_TONE，表示转换后的拼音是否带声调，还拿汉字"解"说明，如果我们设置了HanyuPinyinToneType类型为WITH_TONE_NUMBER，我们会取到jie3；如果类型是WITHOUT_TONE，取到的是jie

    (3)HanyuPinyinVCharType类，提供了三个静态常量WITH_U_AND_COLON、WITH_V和WITH_U_UNICODE，之所以有这个类是为了对拼音中的一种特殊情况做处理，比如"吕"，我们键盘打字是"lv"，而小学课本上是"lü",而在pinyin4j使用的属性文件中存储的是(lu:3)，所以该类提供了三种类型，分别表示转换后的格式为"lu:"、"lv"和"lü"

    (4)HanyuPinyinOutputFormat类，该类就是用来定制转换后拼音格式的类，可以设置以上三种类型，默认设置为 HanyuPinyinVCharType.WITH_U_AND_COLON、 HanyuPinyinCaseType.LOWERCASE、 HanyuPinyinToneType.WITH_TONE_NUMBER

    好了，现在使用一下吧

public static String getPinyin(String str){
HanyuPinyinOutputFormat pyFormat = new HanyuPinyinOutputFormat();
pyFormat.setCaseType(HanyuPinyinCaseType.LOWERCASE);
pyFormat.setToneType(HanyuPinyinToneType.WITHOUT_TONE);
pyFormat.setVCharType(HanyuPinyinVCharType.WITH_U_UNICODE);
return PinyinHelper.toHanyuPinyinString(str, pyFormat, "");
}

调用getPinyin("吕")--->"lü",getPinyin("解")--->"jie"