浅析pinyin4j源码 简单利用pinyin4j对中文字符进行自然排序（转）

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：



/article/5317539.html