转载

浅析pinyin4j源码简单利用pinyin4j对中文字符进行自然排序

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：

浅析pinyin4j源码简单利用pinyin4j对中文字符进行自然排序

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。

浅析pinyin4j源码简单利用pinyin4j对中文字符进行自然排序

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; }