各个国家语言上差异较大，本世纪英语特别的流行
各个国家语言上差异较大，本世纪英语特别的流行，至少在程序员上编程就是属于外国的。是英文编写的。那么我们的汉字就是一个特例了。下面说说汉字是如何转拼音的。
jar包准备
如果你是maven那就方便了。
<!-- 汉字转拼音jar -->
<dependency>
<groupId>com.belerweb</groupId>
<artifactId>pinyin4j</artifactId>
<version>2.5.0</version>
</dependency>
使用
-
jar包准备好了，我们就开始使用吧，这个jar都分装好了，我们只需要简单的调用就行。
-
第一步：定义汉字拼音的输出格式
HanyuPinyinOutputFormat hypy = new HanyuPinyinOutputFormat();
-
上面定义的hypy这个类就是指定拼音的格式。作为中国人我们知道拼音就是字母拼接在一起的。还有就是声调，所以格式就是制定字母显示和声调的。
-
通过看HanYuPinYinOutputForMat这个类的源码我们可以看到输出格式有三个属性，而且这三个属性的默认值都是设置好的
/**
* Restore default variable values for this class
*
* Default values are listed below:
*
* <p>
* HanyuPinyinVCharType := WITH_U_AND_COLON <br>
* HanyuPinyinCaseType := LOWERCASE <br>
* HanyuPinyinToneType := WITH_TONE_NUMBER <br>
*/
public void restoreDefault() {
vCharType = HanyuPinyinVCharType.WITH_U_AND_COLON;
caseType = HanyuPinyinCaseType.LOWERCASE;
toneType = HanyuPinyinToneType.WITH_TONE_NUMBER;
}
- 上面源码的意思就是，如果我们不设置，那么这三个属性默认就是上面的情况，那么这些格式都是对应拼音的那种格式呢，下面继续往下走。
| LOWERCASE | |||
|---|---|---|---|
| Combination | WITH_U_AND_COLON | WITH_V | WITH_U_UNICODE |
| WITH_TONE_NUMBER | lu:3 | lv3 | lü3 |
| WITHOUT_TONE | lu: | lv | lü |
| WITH_TONE_MARK | throw exception | throw exception | lǚ |
| UPPERCASE | |||
|---|---|---|---|
| Combination | WITH_U_AND_COLON | WITH_V | WITH_U_UNICODE |
| WITH_TONE_NUMBER | LU:3 | LV3 | LÜ3 |
| WITHOUT_TONE | LU: | LV | LÜ |
| WITH_TONE_MARK | throw exception | throw exception | LǙ |
- 看到上面两张表格没，就是hypy格式中三种属性的结合对应的汉语拼音的显示。在这里我还是解释一下吧。
* @see HanyuPinyinVCharType
* @see HanyuPinyinCaseType
* @see HanyuPinyinToneType
hypy.setCaseType(HanyuPinyinCaseType.LOWERCASE);
hypy.setToneType(HanyuPinyinToneType.WITH_TONE_NUMBER);
hypy.setVCharType(HanyuPinyinVCharType.WITH_V);
-
首先setCaseType是指定我们输出的拼音的大小写，这个就不用多讲了。
-
setToneType是指定我们带声调的拼音的显示。这里有三种选择
- HanyuPinyinToneType.WITH_TONE_NUMBER 通过数字标注声调 zhang1 zhang2 zhang3 zhang4 分别是一二三四声、 -HanyuPinyinToneType.WITHOUT_TONE：不带声调，就是没有声调 HanyuPinyinToneType.WITH_TONE_MARK：通过符号标注，和我们平时书写一样，像u 和 ü 就通过符号区别
-
setVCharType：WITH_U_AND_COLON + WITH_V + WITH_U_UNICODE 就是处理u ü 的。
输出
- 在上面一步 我们已经将格式处理好了，这里我们开始处理输出
PinyinHelper.toHanyuPinyinStringArray("张新华".charAt(2), hypy)[0]
就这样拼音就出来了，这个就返回出来我们汉字的拼音了。对于使用者到这里就结束了。但是出于好奇我们继续往下看看。
PinyinHelper这个单列中toHanyuPinyinStringArray
static public String[] toHanyuPinyinStringArray(char ch, HanyuPinyinOutputFormat outputFormat)
throws BadHanyuPinyinOutputFormatCombination {
return getFormattedHanyuPinyinStringArray(ch, outputFormat);
}
意思就是获取格式化后的ch的拼音
而在getFormtedHanyuPinyinStringArray方法里首先是获取未格式化的拼音，然后在对拼音格式化。
String[] pinyinStrArray = getUnformattedHanyuPinyinStringArray(ch);
如何获取未格式化的拼音是重点我们就侧重这部分
private static String[] getUnformattedHanyuPinyinStringArray(char ch) {
return ChineseToPinyinResource.getInstance().getHanyuPinyinStringArray(ch);
}
- 在上面我们能够看到ChineseToPinyinResource类，在这个类中我们可以找到他的初始化数据，这里我们可以理解为web项目中的数据库
/**
* Initialize a hash-table contains <Unicode, HanyuPinyin> pairs
*/
private void initializeResource() {
try {
final String resourceName = "/pinyindb/unicode_to_hanyu_pinyin.txt";
setUnicodeToHanyuPinyinTable(new Properties());
getUnicodeToHanyuPinyinTable().load(ResourceHelper.getResourceInputStream(resourceName));
} catch (FileNotFoundException ex) {
ex.printStackTrace();
} catch (IOException ex) {
ex.printStackTrace();
}
}
- 上面的代码指出了这个所谓的额数据库就是unicode_to_hanyu_pinyin.txt
这里面究竟是什么呢，打开你会发现其实就是拼音和Unicode的对应关系。因为在我们获取拼音的时候是首先获取他的Unicode码的getHanyuPinyinRecordFromChar(ch);，然后通过Unicode码去unicode_to_hanyu_pinyin.txt找对应关系的，至于其他文件是处理其他的语种的，时间能力有限，暂不深究！
获取未格式化的拼音之后就是处理格式了，
PinyinFormatter.formatHanyuPinyin
到这里就是根据上面的三个值进行格式化处理了，这个就是格式的问题，本文不深究。
不断学习！不断进步！ 加入战队
