java 汉字转拼音（解决多音字问题）

上一篇文章 Java 汉字转拼音 介绍了Java 中利用Pinyin4j 实现汉字转拼音，但是对于多音字问题采取的是组合拼音方式，例如长沙取拼音结果就是 changsha zhangsha。某些情况下我们希望能得到多音字的唯一拼音，此时就需要借助多音字字典了，原理很简单：给多音字一个默认的拼音并告诉计算机碰到哪些词的时候使用其它的拼音，例如长字，我们可以给它指定默认拼音为 zhang，并标识长沙拼音为 chang。

以上是自己搜集的一个多音字词典 duoyinzi_pinyin.txt

[html] view plaincopy

a#阿
ao#拗
ai#艾
bang#膀磅蚌
ba#扒车扒拉扒皮
bai#叔伯百柏杨
bao#剥皮薄暴堡曝
beng#蚌埠
bi#复辟臂秘鲁泌阳
bing#屏弃屏气屏除屏退屏息
bian#扁便
bo#薄荷单薄伯伯爵泊波柏萝卜孛
bu#卜
can#参
cang#藏
cen#参差
ceng#曾噌
cha#差刹那宝刹一刹查
chai#公差差役专差官差听差美差办差差事差使肥差当差钦差苦差出差
chan#颤单于禅
chang#长厂
chao#朝嘲
che#工尺车
chen#称职匀称称心相称对称
cheng#称乘澄噌吰橙秤
chu#畜
chui#椎心
chuan#传
chi#匙尺吃
chong#重庆重重虫
chou#臭
chuang#经幢
chuo#绰
ci#参差伺龟兹
cuan#攒钱攒聚攒动
cuo#撮儿撮要撮合
da#大嗒
dao#叨
dai#大夫
dan#单弹
dang#铛
de#的
di#堤底怎的有的目的标的打的的确的当的士地提防
diao#蓝调调调音调论调格调调令低调笔调基调强调声调滥调老调色调单调腔调跑调曲调步调语调主调情调
ding#丁
du#读都度
dou#全都句读
duo#舵测度忖度揣度猜度
dun#粮囤盾顿沌敦
e#阿谀阿胶阿弥恶心
er#儿
fan#番
feng#冯
fo#佛
fu#仿佛果脯罘
fou#否则否定应否是否与否否决
ga#咖喱伽马
gai#盖
gao#告
gang#扛鼎
ge#革蛤蚧文蛤蛤蜊咯
gei#给
geng#脖颈
gong#女红
gu#谷中鹄鼓
gui#龟柜硅
gua#呱
guan#纶巾东莞
guang#广
ha#蛤
hai#还嗨
hao#貉子貉绒
hang#夯总行分行支行行业排行行情央行商行外行银行商行酒行麻行琴行巷道
he#和合核
heng#道行
hu#鹄水浒
hua#滑
huan#归还放还奉还
hui#会浍河
hong#红虹
huo#软和热和暖和
ji#病革给养自给给水薪给给予供给稽缉藉奇数亟诘屈荠菜
jia#雪茄伽家价贾
jian#见
jiang#降
jiao#嚼舌嚼子细嚼角剿饺脚蕉矫
jie#解慰藉蕴藉诘
jin#矜劲
jing#颈景
ju#咀嚼居桔句
jun#均
juan#棚圈圈养
jv#咀嚼趑趄
jvan#猪圈羊圈
jue#主角角色旦角女角丑角角力名角配角咀嚼觉
jun#龟裂俊
jvn#龟裂
ka#咖卡喀
kai#楷
kang#扛扛活扛大
ke#咳壳
keng#吭
kuai#会计财会浍
kuo#括
la#癞痢腊
lai#癞疮癞子癞蛤癞皮
lao#积潦络子落枕落价粩姥
le#乐勒了
lei#勒紧
lo#然咯
lou#佝偻
long#里弄弄堂泷
li#跞
liao#了解了结明了了得末了未了了如了如指掌潦
liang#靓俩
liu#六
lu#碌陆露
luo#络络落漯
lv#率绿
lun#纶
mai#埋
man#埋怨蔓
mai#脉
mang#氓芒
mao#冒
meng#群氓盟
mei#没
mo#埋没隐没脉脉模摩
mou#绸缪牟
mi#秘泌尿分泌谜
miu#谬谬论纰缪
mu#人模字模模板模样模具装模装模做样模子
na#哪娜那
nan#南
ne#哪吒呢
nong#弄
ni#毛呢花呢呢绒线呢呢料呢子呢喃溺
niao#尿鸟
nian#粘
niang#酿
niu#执拗拗不
nu#努
nue#疟疟疾
nuo#婀娜袅娜
nv#女
nve#疟原疟蚊
o#喔
pa#扒
pai#派迫击迫击炮
pao#刨炮
pang#胖膀胱膀肿磅礴
pi#辟否极臧否龙陂芘
pian#扁舟便宜
piao#朴姓
ping#屏苹
po#湖泊血泊迫朴刀坡陂
pu#暴十一曝十寒里堡十里堡脯朴曝晒瀑埔
qi#期其泣
qiu#龟兹
qi#稽首缉鞋栖奇漆齐
qia#卡脖卡子关卡卡壳哨卡边卡发卡
qiao#雀盲雀子地壳甲壳躯壳
qian#纤乾
qiang#强
qie#茄趔趄
qin#亲沁
qing#干亲亲家
qu#区趣
quan#圈券
que#雀
ruo#若
sai#塞
se#堵塞搪塞茅塞闭塞鼻塞梗塞阻塞淤塞拥塞哽塞色
sha#莎刹车急刹急刹车厦
shai#色子
shao#勺
shan#姓单单县杉
shang#衣裳
she#拾级折本射蛇
shen#沙参野参参王人参红参丹参山参海参刺参鹿参什身沈
sheng#野乘千乘史乘省晟盛
shi#钥匙拾荒捡拾拾物家什什物什锦麻什麦什喀什牛什识似的食石氏拾适
shuai#表率率性率直率真粗率率领轻率直率草率大率坦率衰
shuang#泷水
shu#属数术熟
shui#游说
shuo#数见数见不鲜说
si#窥伺伺弄伺机似思
su#宿
sui#尿泡
ta#拓本拓片碑拓疲沓拖沓杂沓沓塔鸿塔
tang#汤
tao#陶
tan#弹性弹力反弹
ti#提体
tiao#调
ting#町听
tui#褪
tuo#拓
tun#囤屯
wei#尾蔚圩
wu#无可恶交恶好恶厌恶憎恶嫌恶痛恶深恶
wan#藤蔓枝蔓瓜蔓蔓儿莞万百万皖
wai#崴
xia#虾吓夏
xi#栖栖系蹊洗溪戏
xiao#校切削削面刀削刮削
xian#纤细光纤纤巧纤柔纤小纤维纤瘦纤纤化纤纤秀棉纤纤尘
xiang#降巷
xie#解数出血采血换血血糊尿血淤血放血血晕血淋便血吐血咯血叶韵蝎蝎子邪
xiu#铜臭乳臭成宿星宿
xin#馨信鸿信
xing#深省省视内省不省人事省悟省察行旅行例行行程行乐龙行人行流行先行行星品行发行行政风行龙行龍行麟行荥
xu#牧畜畜产畜牧畜养吁麦埂圩浒
xue#削血
xun#荨寻
ya#琊
yao#钥匙金钥耀曜
yan#咽殷红腌烟
ye#液抽咽哽咽咽炎下咽呜咽幽咽悲咽叶葉
yi#自艾遗屹
yin#殷
ying#荥经
yo#杭育
yong#涌
yu#余呼吁吁请吁求育熨帖熨烫於
yuan#员
yun#熨
yue#约乐音器乐乐律乐章音乐乐理民乐乐队声乐奏乐弦乐乐坛管乐配乐乐曲乐谱锁钥密钥乐团乐器
za#绑扎结扎包扎捆扎咱家
zan#攒咱
zang#宝藏藏历藏文藏语藏青藏族藏医藏药藏蓝西藏
zai#牛仔龟仔龙仔鼻仔羊仔仔仔麻仔麵包仔麦旺仔鸿仔煲仔福仔
ze#择
zeng#曾孙曾祖
zong#综
zha#扎
zhai#宅
zhan#不粘粘贴粘连
zhao#朝朝明朝朝晖朝夕朝思有朝今朝朝气朝三朝秦朝霞鹰爪龙爪魔爪爪牙失着着数龙爪槐
zhe#折着
zhi#标识吱殖枝
zhong#重种
zhou#粥
zhu#属意著
zhua#爪子
zhui#椎隹
zhuo#执著着装着落着意着力附着着笔胶着着手着重穿着衣着执着着眼着墨着实沉着着陆着想着色
zhuang#幢房一幢幢楼
zi#仔兹
zu#足
zuo#柞
zui#咀

自己封装了一个获取汉字拼音全拼和简拼的工具类 PinyinUtils，代码如下：

[java] view plaincopy

package com.ricky.java.suggestion.util;
import java.io.BufferedReader;
import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.IOException;
import java.io.InputStreamReader;
import java.io.UnsupportedEncodingException;
import java.util.HashMap;
import java.util.Map;
import org.apache.log4j.Logger;
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.HanyuPinyinVCharType;
import net.sourceforge.pinyin4j.format.exception.BadHanyuPinyinOutputFormatCombination;
public class PinyinUtils {
private static final Logger logger = Logger.getLogger("devLog");
public static Map<String,String> dictionary = new HashMap<String,String>();
//加载多音字词典
static{
BufferedReader br = null;
try {
File file = new File("./config/duoyinzi_pinyin.txt");
br = new BufferedReader(new InputStreamReader(new FileInputStream(file),"UTF-8"));
String line = null;
while((line=br.readLine())!=null){
String[] arr = line.split("#");
if(StringUtils.isNotEmpty(arr[1])){
String[] sems = arr[1].split(" ");
for (String sem : sems) {
if(StringUtils.isNotEmpty(sem)){
dictionary.put(sem , arr[0]);
}
}
}
}
} catch (UnsupportedEncodingException e) {
e.printStackTrace();
} catch (FileNotFoundException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
}finally{
if(br!=null){
try {
br.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
}
public static String[] chineseToPinYin(char chineseCharacter) throws BadHanyuPinyinOutputFormatCombination{
HanyuPinyinOutputFormat outputFormat = new HanyuPinyinOutputFormat();
outputFormat.setToneType(HanyuPinyinToneType.WITHOUT_TONE);
outputFormat.setCaseType(HanyuPinyinCaseType.LOWERCASE);
outputFormat.setVCharType(HanyuPinyinVCharType.WITH_V);
if(chineseCharacter>=32 && chineseCharacter<=125){ //ASCII >=33 ASCII<=125的直接返回 ,ASCII码表：http://www.asciitable.com/
return new String[]{String.valueOf(chineseCharacter)};
}
return PinyinHelper.toHanyuPinyinStringArray(chineseCharacter, outputFormat);
}
/**
* 获取汉字拼音的全拼
* @param chineseCharacter
* @return
* @throws BadHanyuPinyinOutputFormatCombination
*/
public static String chineseToPinYinF(String chineseCharacter) throws BadHanyuPinyinOutputFormatCombination{
if(StringUtils.isEmpty(chineseCharacter)){
return null;
}
char[] chs = chineseCharacter.toCharArray();
StringBuilder result = new StringBuilder();
for(int i=0;i<chs.length;i++){
String[] arr = chineseToPinYin(chs[i]);
if(arr==null){
result.append("");
}else if(arr.length==1){
result.append(arr[0]);
}else if(arr[0].equals(arr[1])){
result.append(arr[0]);
}else{
String prim = chineseCharacter.substring(i, i+1);
// System.out.println("prim="+prim+"**i="+i);
String lst = null,rst = null;
if(i<=chineseCharacter.length()-2){
rst = chineseCharacter.substring(i,i+2);
}
if(i>=1 && i+1<=chineseCharacter.length()){
lst = chineseCharacter.substring(i-1,i+1);
}
// System.out.println("lst="+lst+"**rst="+rst);
String answer = null;
for (String py : arr) {
if(StringUtils.isEmpty(py)){
continue;
}
if((lst!=null && py.equals(dictionary.get(lst))) ||
(rst!=null && py.equals(dictionary.get(rst)))){
answer = py;
// System.out.println("get it,answer="+answer+",i="+i+"**break");
break;
}
if(py.equals(dictionary.get(prim))){
answer = py;
// System.out.println("get it,answer="+answer+",i="+i+"**prim="+prim);
}
}
if(answer!=null){
result.append(answer);
}else{
logger.warn("no answer ch="+chs[i]);
}
}
}
return result.toString().toLowerCase();
}
public static String chineseToPinYinS(String chineseCharacter) throws BadHanyuPinyinOutputFormatCombination{
if(StringUtils.isEmpty(chineseCharacter)){
return null;
}
char[] chs = chineseCharacter.toCharArray();
StringBuilder result = new StringBuilder();
for(int i=0;i<chs.length;i++){
String[] arr = chineseToPinYin(chs[i]);
if(arr==null){
result.append("");
}else if(arr.length==1){
result.append(arr[0].charAt(0));
}else if(arr[0].equals(arr[1])){
result.append(arr[0].charAt(0));
}else{
String prim = chineseCharacter.substring(i, i+1);
// System.out.println("prim="+prim+"**i="+i);
String lst = null,rst = null;
if(i<=chineseCharacter.length()-2){
rst = chineseCharacter.substring(i,i+2);
}
if(i>=1 && i+1<=chineseCharacter.length()){
lst = chineseCharacter.substring(i-1,i+1);
}
// System.out.println("lst="+lst+"**rst="+rst);
String answer = null;
for (String py : arr) {
if(StringUtils.isEmpty(py)){
continue;
}
if((lst!=null && py.equals(dictionary.get(lst))) ||
(rst!=null && py.equals(dictionary.get(rst)))){
answer = py;
// System.out.println("get it,answer="+answer+",i="+i+"**break");
break;
}
if(py.equals(dictionary.get(prim))){
answer = py;
// System.out.println("get it,answer="+answer+",i="+i+"**prim="+prim);
}
}
if(answer!=null){
result.append(answer.charAt(0));
}else{
logger.warn("no answer ch="+chs[i]);
}
}
}
return result.toString().toLowerCase();
}
}

测试代码

[java] view plaincopy

package com.ricky.java.suggestion.test;
import net.sourceforge.pinyin4j.format.exception.BadHanyuPinyinOutputFormatCombination;
import com.ricky.java.suggestion.util.PinyinUtils;
public class PinyinTest {
/**
* @param args
*/
public static void main(String[] args) {
try {
// String str = "长沙绿爱旅行";
String str = "中信银行(长沙旅行社分行)";
System.out.println(str+" pyf="+PinyinUtils.chineseToPinYinF(str));
System.out.println(str + " pys="+PinyinUtils.chineseToPinYinS(str));
} catch (BadHanyuPinyinOutputFormatCombination e) {
e.printStackTrace();
}
}
}

执行结果

中信银行(长沙旅行社分行) pyf=zhongxinyinhang(changshalvxingshefenhang)
中信银行(长沙旅行社分行) pys=zxyh(cslxsfh)

java 汉字转拼音（解决多音字问题）相关推荐

java汉字转拼音区别多音字_java中文转拼音，支持多音字词组，不支持音标
官方的pinyin4j虽然强大,能够支持音标转换,但硬伤在于不支持词组.就此特地将pinyin4j的词库提取出来,研究了下,发现多音字有2000多,去掉音标就1000多,常用字也就500左右.然后估摸 ...
Java pinyin4j 汉字转拼音包括——多音字
Java汉字转拼音(包括多音字) 有个需求需要把汉字转拼音,我的小伙伴推荐用Unicode官方的包:下载有些慢. 实际中用了Java工具包:pinyin4j解决可以转汉字,多音字,多音字的地方要求不 ...
Java汉字转拼音（全拼、首字母拼）
Java汉字转拼音(全拼.首字母拼) public class ChineseToEnglish { /*** 汉字转拼音* @param src* @return*/public static St ...
java汉字转拼音(全拼、简拼)
java汉字转拼音(全拼.简拼) <dependency><groupId>com.belerweb</groupId><artifactId>piny ...
记录一下：Java 汉字获取拼音或首字母工具类
记录一下:Java 汉字获取拼音或首字母工具类 Maven依赖配置 Java代码本文主要记录一下在Java中,如何将字符串中的中文转化为拼音,获取汉字串拼音首字母,获取汉字串拼音的工具类,以及相关的 ...
java 汉字转换拼音
java 汉字转换拼音 maven依赖 <dependency><groupId>com.belerweb</groupId><artifactId>p ...
java汉字转拼音工具类源代码
原文:java汉字转拼音工具类源代码源代码下载地址:http://www.zuidaima.com/share/1550463387880448.htm 汉字转拼音 Pinyin pinyin = ...
Java 汉字转拼音完整代码实例(包含多音字解决方案)
汉字转换拼音的方法是使用到一个库:pinyin4j 下载地址: https://download.csdn.net/download/pengfei1990/15562432 maven依赖 < ...
java 汉字转拼音_推荐一款前端汉字转拼音组件工具
推荐一个前端的汉字转拼音组件 hotoo/pinyin, 支持在 Node 和 Web 浏览器环境运行. github网址:https://github.com/hotoo/pinyin 特性根据词 ...
Java汉字按照拼音排序
最近项目上使用到汉字排序的问题,网上搜索了一下后普遍使用下面的方法比较. @Test public void test_sort_pinyin() { Collator cmp = Collator. ...

java 汉字转拼音（解决多音字问题）

java 汉字转拼音（解决多音字问题）相关推荐

最新文章

热门文章