利用 pinyin4j 把汉字转化为拼音

1.     简单介绍

有时候，需要将汉字编程对应的拼音，以方便数据的处理。比如在Android手机应用的开发上，要查询联系人的姓名，通常都是用拼音进行查询的。比如要查询“曹孟德”，就可以输入“cmd”，即“曹孟德”三个汉字的拼音“caomengde”各字的首字母。但是怎样才能将“曹孟德”翻译成“caomengde”呢？很简单的办法就是建立一个大的对照表(比如用关联容器Map)，比如<”曹”，”cao”>，<” 孟”，”meng”>，<” 德”，”de”>…但这样的做法，需要维护好一个比较大的对照表，同时一个汉字可能有多个发音，也就是说Map这样的容器是不行的，因为其<key,value>必须是一一对应的。

Pinyin4j就是为了解决类似这样的问题的。它是sourceforge.net上的一个开源项目，功能非常强大：

• 支持同一汉字有多个发音
• 还支持拼音的格式化输出，比如第几声之类的，
• 同时支持简体中文、繁体中文转换为拼音…使用起来也非常简单。

下面是其官方网址，其中提供了下载：

http://pinyin4j.sourceforge.net/

 

2.     基本用法：

通常情况下，只需要用到其中的PinyinHelper类中的静态方法toHanyuPinyinStringArray就可以了，比如：

<pre name="code" class="java">String[] pinyinArray =PinyinHelper.toHanyuPinyinStringArray('单');
for(int i = 0; i < pinyinArray.length; ++i)
{
     System.out.println(pinyinArray[i]);
}

就会输出：

dan1

chan2

shan4

这三种发音，后面的数字代表第几声。可以看到静态方法toHanyuPinyinStringArray返回的数据类型是一个String数组，它用来接收一个汉字的多个发音，如果toHanyuPinyinStringArray中的参数不是汉字，那么它会返回null。

3.    格式支持

Pinyin4j支持拼音输出的格式化，比如，“黄”可以输出为“huang”、“huang2”、“huáng”等等，下面的代码就似是输出“huáng”的示例：

HanyuPinyinOutputFormat format = new HanyuPinyinOutputFormat();
format.setToneType(HanyuPinyinToneType.WITH_TONE_MARK);
format.setVCharType(HanyuPinyinVCharType.WITH_U_UNICODE);

设置声调格式：setToneType 

HanyuPinyinToneType.WITH_TONE_MARK      用声调符号表示，例如huáng

HanyuPinyinToneType.WITH_TONE_NUMBER  用数字表示声调，例如：huang2

HanyuPinyinToneType.WITHOUT_TONE           无声调表示，例如：huang

设置特殊拼音ü的显示格式：setVCharType

HanyuPinyinVCharType.WITH_U_UNICODE             以U表示该拼音， 

HanyuPinyinVCharType.WITH_U_AND_COLON       以U和一个冒号表示该拼音， 

HanyuPinyinVCharType.WITH_V                             以V表示该字符，

设置大小写格式：setCaseType

HanyuPinyinCaseType.LOWERCASE                   转换后以全小写方式输出

HanyuPinyinCaseType.UPPERCASE                    转换后以全大写方式输出

		String[] pinyinArray = null;
		try {
			pinyinArray = PinyinHelper.toHanyuPinyinStringArray('黄', format);
		} catch (BadHanyuPinyinOutputFormatCombination e) {
			e.printStackTrace();
		}
		for (int i = 0; i < pinyinArray.length; ++i) {
			System.out.println(pinyinArray[i]);
		}

4.    实际示例代码

如果我们要将一段文字中的汉字全部转换成不带音调的拼音输出，而这段文字中又可能包含阿拉伯数字、英文、标点符号等等。如果完全靠自己写代码进行转换，那是非常麻烦的，其中一个首先就要区别，这段文字中那些是汉字，那些是非汉字。有了Pinyin4j，这个问题就不再困难了，因为对于非汉字，Pinyin4j会自动输出null。参考下面的示例代码：

<pre name="code" class="java">class HanYu {
	private HanyuPinyinOutputFormat format = null;
	private String[] pinyin;
	public HanYu()
	{
		format = new HanyuPinyinOutputFormat();
		format.setToneType(HanyuPinyinToneType.WITH_TONE_MARK);
		format.setVCharType(HanyuPinyinVCharType.WITH_U_UNICODE);
		pinyin = null;
	}
	// 转换单个字符
	public String getCharacterPinYin(char c)
	{
		try
		{
			pinyin = PinyinHelper.toHanyuPinyinStringArray(c, format);
		}
		catch (BadHanyuPinyinOutputFormatCombination e)
		{
			e.printStackTrace();
		}
		// 如果c不是汉字，toHanyuPinyinStringArray会返回null
		if (pinyin == null)
			return null;
		// 只取一个发音，如果是多音字，仅取第一个发音
		return pinyin[0];
	}

	// 转换一个字符串
	public String getStringPinYin(String str)
	{
		StringBuilder sb = new StringBuilder();
		String tempPinyin = null;
		for (int i = 0; i < str.length(); ++i)
		{
			tempPinyin = getCharacterPinYin(str.charAt(i));
			if (tempPinyin == null)
			{
				// 如果str.charAt(i)非汉字，则保持原样
				sb.append(str.charAt(i));
			}
			else
			{
				sb.append(tempPinyin+" ");
			}
		}
		return sb.toString();
	}
}

//测试代码
HanYu hanyu = new HanYu();
// 中英文混合的一段文字
String str = "少壮不努力老了学计算机，study hard hard,day day up";
String strPinyin = hanyu.getStringPinYin(str);
System.out.println(strPinyin);

打印结果：
shăo zhuàng bù nŭ lì lăo le xué jì suàn jī ，study hard hard,day day up