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

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
      
        convertToHanyuPinyin(char[] array){ HashMap
       
         map = new HashMap
        
         (); 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
         
           list = sort(map); return list; } private static List
          
            sort(Map map){ List
           
            
             > infoIds = new ArrayList
             
              
               >(map.entrySet()); // 对HashMap中的 value 进行排序 Collections.sort(infoIds, new Comparator
               
                
                 >() { @Override public int compare(Map.Entry
                 
                   o1, Map.Entry
                  
                    o2) { return (o1.getValue()).compareTo(o2.getValue()); } }); List
                   
                     list = new ArrayList
                    
                     (); /*****************FOR　TEST***********************/ List
                     
                       letterList = new ArrayList
                      
                       (); /*****************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
                       
                         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：