JAVA將中文轉(zhuǎn)換為拼音簡單實現(xiàn)方法

更新時間：2024年10月15日 09:29:04 作者：天天都要早睡

拼音轉(zhuǎn)換是中文處理的常見需求,TinyPinyin、HanLP、pinyin4j是常用的本地拼音轉(zhuǎn)換庫,各有特點,開發(fā)者可根據(jù)具體需求選擇合適的拼音轉(zhuǎn)換工具,需要的朋友可以參考下

一、TinyPinyin

TinyPinyin 是一個輕量級且高效的拼音轉(zhuǎn)換庫。它適用于Android和Java項目。

TinyPinyin 是一個輕量級且高效的拼音轉(zhuǎn)換庫，特別適用于移動設(shè)備和需要高性能的場景。它采用了較為簡單的實現(xiàn)方式，性能較好。

依賴

<dependency>
    <groupId>com.github.promeg</groupId>
    <artifactId>tinypinyin</artifactId>
    <version>2.0.3</version>
</dependency>

示例

import com.github.promeg.pinyinhelper.Pinyin;

public class ChineseToPinyin {
    public static void main(String[] args) {
        String chinese = "你好，世界！";
        System.out.println("Chinese: " + chinese);
        System.out.println("Pinyin: " + convertToPinyin(chinese));
    }

    public static String convertToPinyin(String chinese) {
        return Pinyin.toPinyin(chinese, "");
    }
}

二、HanLP

HanLP 是一個功能強(qiáng)大的自然語言處理庫，支持中文分詞、詞性標(biāo)注、命名實體識別等功能，同時也支持拼音轉(zhuǎn)換。

HanLP 是一個功能強(qiáng)大的自然語言處理庫，支持多種NLP任務(wù)，包括拼音轉(zhuǎn)換。雖然功能強(qiáng)大，但其整體性能可能會受到庫中其他功能的影響，加載時間和內(nèi)存占用可能較高。不過，HanLP的拼音轉(zhuǎn)換部分效率也不錯，適合需要多功能NLP處理的場景。

依賴

<dependency>
    <groupId>com.hankcs</groupId>
    <artifactId>hanlp</artifactId>
    <version>1.7.8</version>
</dependency>

示例

import com.hankcs.hanlp.HanLP;

public class ChineseToPinyin {
    public static void main(String[] args) {
        String chinese = "你好，世界！";
        System.out.println("Chinese: " + chinese);
        System.out.println("Pinyin: " + convertToPinyin(chinese));
    }

    public static String convertToPinyin(String chinese) {
        return HanLP.convertToPinyinString(chinese, " ", false);
    }
}

三、pinyin4j

Pinyin4j 是一個經(jīng)典的拼音轉(zhuǎn)換庫，功能全面，但其性能可能不如TinyPinyin。對于大規(guī)模文本處理，Pinyin4j的性能可能稍遜一籌。

依賴

<dependency>
    <groupId>com.belerweb</groupId>
    <artifactId>pinyin4j</artifactId>
    <version>2.5.0</version>
</dependency>

示例

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;

public class ChineseToPinyin {
    public static void main(String[] args) {
        String chinese = "你好，世界！";
        System.out.println("Chinese: " + chinese);
        System.out.println("Pinyin: " + convertToPinyin(chinese));
    }

    public static String convertToPinyin(String chinese) {
        HanyuPinyinOutputFormat format = new HanyuPinyinOutputFormat();
        format.setCaseType(HanyuPinyinCaseType.LOWERCASE);
        format.setToneType(HanyuPinyinToneType.WITHOUT_TONE);

        StringBuilder pinyin = new StringBuilder();

        for (char c : chinese.toCharArray()) {
            try {
                if (Character.toString(c).matches("[\\u4E00-\\u9FA5]+")) { // Check if the character is a Chinese character
                    String[] pinyinArray = PinyinHelper.toHanyuPinyinStringArray(c, format);
                    if (pinyinArray != null) {
                        pinyin.append(pinyinArray[0]); // Append the first pinyin result
                    }
                } else {
                    pinyin.append(c); // Append non-Chinese characters as is
                }
            } catch (BadHanyuPinyinOutputFormatCombination e) {
                e.printStackTrace();
            }
        }

        return pinyin.toString();
    }
}

四、Google Translate API

如果需要更加準(zhǔn)確的拼音轉(zhuǎn)換并且不介意使用網(wǎng)絡(luò)服務(wù)，可以使用Google Translate API。不過，這種方法需要進(jìn)行網(wǎng)絡(luò)請求，并且可能需要API Key。需要申請API Key，并且可能會產(chǎn)生費用。

Google Translate API 是一個在線服務(wù)，性能主要受網(wǎng)絡(luò)速度和API響應(yīng)時間的影響。雖然準(zhǔn)確性較高，但因為需要進(jìn)行網(wǎng)絡(luò)請求，效率通常不如本地庫。偽代碼如下：

import com.google.cloud.translate.Translate;
import com.google.cloud.translate.TranslateOptions;
import com.google.cloud.translate.Translation;

public class ChineseToPinyin {
    public static void main(String[] args) {
        String chinese = "你好，世界！";
        System.out.println("Chinese: " + chinese);
        System.out.println("Pinyin: " + convertToPinyin(chinese));
    }

    public static String convertToPinyin(String chinese) {
        Translate translate = TranslateOptions.getDefaultInstance().getService();
        Translation translation = translate.translate(
            chinese,
            Translate.TranslateOption.targetLanguage("zh-CN"),
            Translate.TranslateOption.format("text")
        );
        return translation.getTranslatedText();
    }
}

簡單基準(zhǔn)測試

import com.github.promeg.pinyinhelper.Pinyin;
import com.hankcs.hanlp.HanLP;
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;

public class PinyinBenchmark {
    public static void main(String[] args) {
        String chinese = "中華人民共和國，歡迎您！";

        long startTime, endTime;

        // TinyPinyin
        startTime = System.currentTimeMillis();
        for (int i = 0; i < 10000; i++) {
            Pinyin.toPinyin(chinese, "");
        }
        endTime = System.currentTimeMillis();
        System.out.println("TinyPinyin: " + (endTime - startTime) + " ms");

        // HanLP
        startTime = System.currentTimeMillis();
        for (int i = 0; i < 10000; i++) {
            HanLP.convertToPinyinString(chinese, " ", false);
        }
        endTime = System.currentTimeMillis();
        System.out.println("HanLP: " + (endTime - startTime) + " ms");

        // Pinyin4j
        startTime = System.currentTimeMillis();
        for (int i = 0; i < 10000; i++) {
            convertUsingPinyin4j(chinese);
        }
        endTime = System.currentTimeMillis();
        System.out.println("Pinyin4j: " + (endTime - startTime) + " ms");
    }

    public static String convertUsingPinyin4j(String chinese) {
        HanyuPinyinOutputFormat format = new HanyuPinyinOutputFormat();
        format.setCaseType(HanyuPinyinCaseType.LOWERCASE);
        format.setToneType(HanyuPinyinToneType.WITHOUT_TONE);

        StringBuilder pinyin = new StringBuilder();

        for (char c : chinese.toCharArray()) {
            try {
                if (Character.toString(c).matches("[\\u4E00-\\u9FA5]+")) {
                    String[] pinyinArray = PinyinHelper.toHanyuPinyinStringArray(c, format);
                    if (pinyinArray != null) {
                        pinyin.append(pinyinArray[0]);
                    }
                } else {
                    pinyin.append(c);
                }
            } catch (BadHanyuPinyinOutputFormatCombination e) {
                e.printStackTrace();
            }
        }

        return pinyin.toString();
    }
}