标签:
pinyin4j项目 官网地址 http://pinyin4j.sourceforge.net/
我们先把资源下载下来,连同源码和jar包一起放入工程。如下图:
接下来在demo包下,我们写一个测试类,简单使用pinyin4j对中文字符进行自然排序
新建一个ConvertTest.java
package demo; import java.util.ArrayList; import java.util.Collections; import java.util.Comparator; import java.util.HashMap; import java.util.List; import java.util.Map; import net.sourceforge.pinyin4j.PinyinHelper; public class ConvertTest { public static void main(String[] args) { String src = "我们中间出了一个叛徒"; char[] arr = src.toCharArray(); System.out.println("数组长度是:"+arr.length); System.out.print("原始顺序:"); for (char temp : arr) { System.out.print(temp+" "); } System.out.println(); convertToHanyuPinyin(arr); } private static List<String> convertToHanyuPinyin(char[] array){ HashMap<String, String> map = new HashMap<String, String>(); for (int i = 0; i < array.length; i++) { //得到拼音首字母 String value = (PinyinHelper.toHanyuPinyinStringArray(array[i]))[0].substring(0, 1); map.put(String.valueOf(array[i]), value); } System.out.println(map); List<String> list = sort(map); return list; } private static List<String> sort(Map map){ List<Map.Entry<String, String>> infoIds = new ArrayList<Map.Entry<String, String>>(map.entrySet()); // 对HashMap中的 value 进行排序 Collections.sort(infoIds, new Comparator<Map.Entry<String, String>>() { @Override public int compare(Map.Entry<String, String> o1, Map.Entry<String, String> o2) { return (o1.getValue()).compareTo(o2.getValue()); } }); List<String> list = new ArrayList<String>(); /*****************FOR TEST***********************/ List<String> letterList = new ArrayList<String>(); /*****************FOR TEST***********************/ // 对HashMap中的 value 进行排序后 显示排序结果 for (int i = 0; i < infoIds.size(); i++) { Map.Entry<String,String> entry = infoIds.get(i); list.add(entry.getKey()); letterList.add(entry.getValue()); } /*****************FOR TEST***********************/ System.out.print("自然顺序:"); for (String string : list) { System.out.print(string + " "); } System.out.println(); System.out.print("字母顺序:"); for (String string : letterList) { System.out.print(string +" "); } /*****************FOR TEST***********************/ return list; } }
输出结果为:
可以看到最终的输出顺序已经是按照自然顺序排序后的结果了。
简单说一下步骤:
1.我们先将字符串序列转换成 单个字符key, 首字母value 的map形式,
如 {个=g, 徒=t, 我=w, 出=c, 叛=p, 了=l, 中=z, 一=y, 间=j, 们=m}。
2. 然后针对map中的value进行排序,并返回排序过后的key值。
(PS:当然这里也可以对key值进行排序,但是最好还是针对value。
因为我们这里截取的是首字母,并不是整个拼音音节。)
代码缺点:
1.只是针对中文字符的第一个拼音进行排序,但是汉语中存在多音字。
2.只是针对字符的首字母进行排序,并不是整个拼音字节,并不严谨,适合粗略排序的场景。
下面简单分析一下,pinyin4j的转换流程。
如上图,其中核心的类就是PinyinHelper。它可以转换许多类型的拼音,这里我们只看汉语拼音,其他的与之类似。
追踪代码 PinyinHelper.toHanyuPinyinStringArray
按ctrl + 鼠标左键。
static public String[] toHanyuPinyinStringArray(char ch) { return getUnformattedHanyuPinyinStringArray(ch); }
继续跟踪代码
private static String[] getUnformattedHanyuPinyinStringArray(char ch) { return ChineseToPinyinResource.getInstance().getHanyuPinyinStringArray(ch); }
调用ChineseToPinyinResource示例的getHanyuPinyinStringArray方法
String[] getHanyuPinyinStringArray(char ch) { String pinyinRecord = getHanyuPinyinRecordFromChar(ch); if (null != pinyinRecord) {
//得到左括号( 的索引值 int indexOfLeftBracket = pinyinRecord.indexOf(Field.LEFT_BRACKET);
//得到右括号) 的索引值 int indexOfRightBracket = pinyinRecord.lastIndexOf(Field.RIGHT_BRACKET); //得到字符对应的拼音 String stripedString = pinyinRecord.substring(indexOfLeftBracket + Field.LEFT_BRACKET.length(), indexOfRightBracket); //以逗号.为分隔 返回String[] 数组 return stripedString.split(Field.COMMA); } else return null; // no record found or mal-formatted record }
关键的方法getHanyuPinyinRecordFromChar
private String getHanyuPinyinRecordFromChar(char ch) { int codePointOfChar = ch; //转换成unicode对应的字符 String codepointHexStr = Integer.toHexString(codePointOfChar).toUpperCase(); //从表中查询字符 // fetch from hashtable String foundRecord = getUnicodeToHanyuPinyinTable().getProperty(codepointHexStr); //如果是合法的字符就返回,否则返回null return isValidRecord(foundRecord) ? foundRecord : null; }
就是如下图的资源:
浅析pinyin4j源码 简单利用pinyin4j对中文字符进行自然排序
标签:
原文地址:http://www.cnblogs.com/sphere/p/4738888.html