`

java取汉字拼音首字母含多音字及不常见的字

    博客分类:
  • JAVA
阅读更多
package com.anxin.ssk.common;

import java.io.UnsupportedEncodingException;
import java.util.HashMap;
import java.util.Map;
import java.util.Map.Entry;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

/**
 * 取得给定汉字串的首字母串,即声母串 Title: ChineseCharToEn(含常用汉字,不常见汉字及多音字)
 * 
 * @author: (le.qiao)
 * @e-mail: qiaolevip@gmail.com
 * @myblog: <a href="http://qiaolevip.iteye.com">http://qiaolevip.iteye.com</a>
 * @date: 2014-1-15 注:只支持GB2312字符集中的汉字
 * 
 */
public class LetterUtil {

	private final static int[] li_SecPosValue = { 1601, 1637, 1833, 2078, 2274, 2302, 2433, 2594, 2787, 3106, 3212, 3472, 3635, 3722, 3730, 3858, 4027, 4086,
			4390, 4558, 4684, 4925, 5249, 5590 };

	private final static String[] lc_FirstLetter = { "a", "b", "c", "d", "e", "f", "g", "h", "j", "k", "l", "m", "n", "o", "p", "q", "r", "s", "t", "w", "x",
			"y", "z" };

	private static Map<String, String> exceptWords = new HashMap<String, String>();
	static {
		exceptWords.put("a", "庵鳌");
		exceptWords.put("b", "璧亳並侼別匂");
		exceptWords.put("c", "茌丞丒丳刅");
		exceptWords.put("d", "渎砀棣儋丟");
		exceptWords.put("e", "");
		exceptWords.put("f", "邡冹兝");
		exceptWords.put("g", "崮藁莞丐丱乢亁仠冮匃匄");
		exceptWords.put("h", "骅珲潢湟丆冴匢");
		exceptWords.put("j", "泾蛟暨缙旌莒鄄丌丩丮丯丼亅伋冏匊匛匞");
		exceptWords.put("k", "丂匟");
		exceptWords.put("l", "崂涞栾溧漯浏耒醴泸阆崃両刢劽啰");
		exceptWords.put("m", "渑汨丏冐冺兞冇");
		exceptWords.put("n", "");
		exceptWords.put("o", "瓯");
		exceptWords.put("p", "邳濮郫丕伂冸");
		exceptWords.put("q", "喬綦衢岐朐邛丠丬亝冾兛匤");
		exceptWords.put("r", "榕刄");
		exceptWords.put("s", "泗睢沭嵊歙莘嵩鄯丄丗侺兙");
		exceptWords.put("t", "潼滕郯亣侹侻");
		exceptWords.put("w", "婺涠汶亾仼卍卐");
		exceptWords.put("x", "鑫盱浔荥淅浠亵丅伈兇");
		exceptWords.put("y", "懿眙黟颍兖郓偃鄢晏丣亜伇偐円匜");
		exceptWords.put("z", "梓涿诏柘秭圳伀冑刣");
	}

	private final static String polyphoneTxt = "重庆|cq,音乐|yy";

	/**
	 * 取得给定汉字串的首字母串,即声母串
	 * 
	 * @param str 给定汉字串
	 * @return 声母串
	 */
	public static String getAllFirstLetter(String str) {
		if (str == null || str.trim().length() == 0) {
			return "";
		}

		// 多音字判定
		for (String polyphone : polyphoneTxt.split(",")) {
			String[] chinese = polyphone.split("[|]");
			if (str.indexOf(chinese[0]) != -1) {
				str = str.replace(chinese[0], chinese[1]);
			}
		}

		String _str = "";
		for (int i = 0; i < str.length(); i++) {
			_str = _str + getFirstLetter(str.substring(i, i + 1));
		}

		return _str;
	}

	/**
	 * 取得给定汉字的首字母,即声母
	 * 
	 * @param chinese 给定的汉字
	 * @return 给定汉字的声母
	 */
	public static String getFirstLetter(String chinese) {
		if (chinese == null || chinese.trim().length() == 0) {
			return "";
		}
		String chineseTemp = chinese;
		chinese = conversionStr(chinese, "GB2312", "ISO8859-1");

		if (chinese.length() > 1) {
			// 判断是不是汉字
			int li_SectorCode = (int) chinese.charAt(0); // 汉字区码
			int li_PositionCode = (int) chinese.charAt(1); // 汉字位码
			li_SectorCode = li_SectorCode - 160;
			li_PositionCode = li_PositionCode - 160;
			int li_SecPosCode = li_SectorCode * 100 + li_PositionCode; // 汉字区位码
			if (li_SecPosCode > 1600 && li_SecPosCode < 5590) {
				for (int i = 0; i < 23; i++) {
					if (li_SecPosCode >= li_SecPosValue[i] && li_SecPosCode < li_SecPosValue[i + 1]) {
						chinese = lc_FirstLetter[i];
						break;
					}
				}
			} else {
				// 非汉字字符,如图形符号或ASCII码
				chinese = matchPinYin(chinese);
			}
		}

		// 如还是无法匹配,再次进行拼音匹配
		if (chinese.equals("?")) {
			chinese = matchPinYin(chineseTemp, false);
		}

		return chinese;
	}

	/**
	 * 汉字匹配拼音对照
	 * 
	 * @param chinese
	 * @return
	 */
	private static String matchPinYin(String chinese, boolean needConvert) {
		String chineseTemp = chinese;
		if (needConvert) {
			chinese = conversionStr(chinese, "ISO8859-1", "GB2312");
		}
		chinese = chinese.substring(0, 1);

		// findRepeatWord(exceptWords);

		for (Entry<String, String> letterSet : exceptWords.entrySet()) {
			if (letterSet.getValue().indexOf(chinese) != -1) {
				chinese = letterSet.getKey();
				break;
			}
		}
		chinese = chineseTemp.equals(chinese) ? "?" : chinese;
		return chinese;
	}

	private static String matchPinYin(String chinese) {
		return matchPinYin(chinese, true);
	}

	/**
	 * 字符串编码转换
	 * 
	 * @param str 要转换编码的字符串
	 * @param charsetName 原来的编码
	 * @param toCharsetName 转换后的编码
	 * @return 经过编码转换后的字符串
	 */
	private static String conversionStr(String str, String charsetName, String toCharsetName) {
		try {
			str = new String(str.getBytes(charsetName), toCharsetName);
		} catch (UnsupportedEncodingException ex) {
			System.out.println("字符串编码转换异常:" + ex.getMessage());
		}
		return str;
	}

	public static void main(String[] args) {
		String content = "丬";
		String pinyin = "";
		String contentAll = "";
		String pinyinAll = "";
		for (int i = 21000; i <= 22000; i++) {
			content = ((char) i) + "";
			pinyin = LetterUtil.getFirstLetter(content);
			if (pinyin.equals("?")) {
				contentAll += content;
				pinyinAll += pinyin;
			}
		}
		System.out.println("获取拼音首字母:" + contentAll + ":" + pinyinAll);
		// String address = "(金浜小区)栖山路1689弄";
		// address = address.substring(address.indexOf(")") + 1);
		// System.out.println("获取拼音首字母:" + LetterUtil.getFirstLetter(address));
	}

	@SuppressWarnings("unused")
	private static void findRepeatWord(Map<String, String> wordsMap) {
		String words = wordsMap.values().toString().replaceAll("[, ]", "");
		words = words.substring(1, words.length() - 1);
		for (char word : words.toCharArray()) {
			int count = findStr2(words, String.valueOf(word));
			if (count > 1) {
				System.out.println("汉字:【" + word + "】出现了" + count + "次!");
			}
		}
	}

	private static int findStr2(String srcText, String keyword) {
		int count = 0;
		Pattern p = Pattern.compile(keyword);
		Matcher m = p.matcher(srcText);
		while (m.find()) {
			count++;
		}
		return count;
	}
}

 

分享到:
评论

相关推荐

    汉字转拼音、首字母、多音字java

    在Java编程语言中,处理汉字转换为拼音、获取汉字首字母以及处理多音字的问题是一项常见的任务,尤其在中文信息处理、搜索引擎优化(SEO)或者中文输入法开发等领域。这里我们将详细探讨这些知识点。 首先,我们要...

    java提取汉字拼音首字母

    java提取汉字拼音首字母的代码,简体中文的编码范围从B0A1(45217)一直到F7FE(63486),不支持多音字处理

    java汉字转拼音代码+多音字词汇表

    这个“java汉字转拼音代码+多音字词汇表”资源提供了一个工具类,用于高效地完成这个任务。下面将详细讨论相关知识点。 1. **汉字转拼音**: 汉字转拼音是将汉字转化为对应的汉语拼音的过程。在Java中,可以使用...

    java汉字转拼音,android汉字转拼音,汉字转拼音首字母,汉字转ASCII

    对于汉字转拼音首字母,可以稍微简化上述过程,只取每个汉字拼音的第一个字母。在Java和Android中,这通常通过遍历`Pinyin4j`返回的拼音数组并提取首字母来实现。 接下来,我们讨论汉字转ASCII。由于汉字不是ASCII...

    delphi 汉字转拼音首字母含生僻字

    3. **处理多音字**:许多汉字有多个读音,根据上下文选择合适的拼音,或者提供所有可能的读音。 4. **提取首字母**:从拼音中提取首字母,用于快速索引或搜索。 5. **处理批量转换**:"支持多个汉字一起转"意味着...

    java汉字转拼音(全拼和首字母)

    汉语拼音是用拉丁字母表示汉字发音的一种方式,全拼是每个汉字对应的完整拼音,而首字母则是每个汉字拼音的首个字母,通常用于制作简化的关键词索引。在Java中,我们可以利用开源库或者自定义算法来实现这个功能。 ...

    取汉字拼音首字母的Demo

    在给定的"取汉字拼音首字母的Demo"中,开发者可能遇到了这样的需求:用户界面显示一个ListView,其中的数据需要按照每个条目标题的汉字拼音首字母进行排序。这种功能常见于电话簿应用或者任何需要快速查找的列表。 ...

    AutoCompleteTextView输入汉字拼音首字母实现过滤提示(支持多音字)

    AutoCompleteTextView具有输入提示的功能,但是它的这种提示不适合对股票...还有个问题,汉字具有多音字,如何实现多音字的匹配,比如“长江证券”,无论你输入“cjzq”或者“zjzq”都会匹配到它,此DEMO都可以解决。

    java 取汉字拼音工具包

    3. **多音字处理**:许多汉字有不同的读音,这取决于它们在句子中的上下文。好的工具包会考虑这种情况,提供多种可能的拼音结果。 4. **性能优化**:为了在前端高效运行,这个工具包可能进行了优化,确保在大量汉字...

    安卓获取汉字拼音首字母工具类封装

    "安卓获取汉字拼音首字母工具类封装"就是一个这样的解决方案,它提供了一种便捷的方式来处理汉字与拼音之间的转换,以适配与IndexBar-master这种通讯录开源控件的配合使用。 首先,我们要理解工具类在编程中的作用...

    oracle获取汉字拼音和拼音首字母的功能函数

    对于多音字,可能需要额外处理,选择最常见的读音作为首字母。 7. **实际应用示例** 在实际的应用中,我们可能需要处理包含多个汉字的字符串。这时,可以编写一个函数,遍历字符串中的每个字符,分别获取它们的...

    java 写的把汉字转换成拼音首字母,提供最全的字库。增加了多音字的处理。

    java 写的把汉字转换成拼音首字母,提供最全的字库。增加了多音字的处理。

    java提取汉字首字母

    在Java编程中,提取汉字首字母是一项常见的任务,特别是在处理汉字数据、建立索引或进行拼音搜索时。这个任务涉及到字符编码、Unicode和中文字符处理。以下是对这一知识点的详细阐述: 1. **字符编码**:汉字在...

    取汉字拼音或首字母的PL/SQL存储过程

    此外,`pkg_A_UniApp_B`包可能包含类似但更复杂或优化的实现,例如处理全拼、多音字或特殊字符的情况。在实际应用中,可能需要根据需求进行相应的调整,例如增加错误处理、缓存处理或优化性能。 总的来说,通过PL/...

    oracle获取汉字拼音首字母

    ### Oracle 获取汉字拼音首字母 在Oracle数据库中实现获取汉字拼音首字母的需求,通常涉及到对中文字符的处理以及拼音转换的技术。这样的功能可以应用于多种场景,例如数据排序、索引建立或是快速检索等。本文将...

    java获取汉字首字母+jar

    总的来说,这个"java获取汉字首字母+jar"的资源为Java开发者提供了一种便捷的方式来处理汉字到拼音首字母的转换,特别是对于多音字的识别,使得在处理汉字文本时能更加灵活和准确。在使用时,开发者需要了解库的API...

    java实现读取汉字的首字母

    在Java编程语言中,处理汉字并获取其首字母是一项常见的任务,特别是在中文信息处理、搜索引擎优化(SEO)或拼音输入法等场景下。这个过程通常涉及到汉字与Unicode编码的转换,因为Java内部使用Unicode来表示字符。...

    汉字拼音首字母转换

    汉字拼音首字母转换是一种常见的中文处理技术,尤其在计算机编程和信息检索中有着广泛的应用。这一技术基于中文字符集和拼音编码规则,可以将汉字转化为其对应的拼音首字母,便于快速搜索、信息分类或者实现其他自动...

    汉字字符串转化为拼音首字母缩写(限常用字)的小程序与源码(VC++)

    - 多音字问题:有些汉字有多个读音,程序可能需要选择最常见或合适的读音。 - 精确度:现成的库可能无法处理所有汉字,尤其是生僻字,可能会导致转换错误。 通过这个VC++小程序,开发者可以获得处理汉字到拼音首...

Global site tag (gtag.js) - Google Analytics