https://github.com/frapples/java-pinyin
A library that provides Pinyin and Chinese conversion and Chinese word segmentation.一个汉字与拼音互转的工具库，提供简单的分词功能。
https://github.com/frapples/java-pinyin
chinese hans java java-pinyin pinyin
Last synced: 4 months ago
JSON representation
A library that provides Pinyin and Chinese conversion and Chinese word segmentation.一个汉字与拼音互转的工具库，提供简单的分词功能。
- Host: GitHub
- URL: https://github.com/frapples/java-pinyin
- Owner: frapples
- License: mit
- Created: 2018-09-16T14:26:23.000Z (over 7 years ago)
- Default Branch: master
- Last Pushed: 2023-05-23T20:10:54.000Z (almost 3 years ago)
- Last Synced: 2025-08-01T04:10:24.745Z (10 months ago)
- Topics: chinese, hans, java, java-pinyin, pinyin
- Language: Java
- Homepage:
- Size: 56.6 KB
- Stars: 23
- Watchers: 1
- Forks: 2
- Open Issues: 2
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
- awesome-java - Java Pinyin
README
# 介绍及特性
这个项目的缘起是，前几天女朋友问我有没有java的拼音转汉字的库，一查似乎没有，于是找到python-pinyin，剽窃之。 :joy: 哈哈。
将汉字转拼音，或者是将拼音转汉字的一个工具库，内存占用很小。功能有：
1. 支持中文词汇、中文单词转拼音。
2. 支持词汇拼音、单子拼音转中文。
3. 支持音调，可支持不同风格的输出。
4. 支持语句或文章转拼音，使用分词算法解决多音字问题。
5. 词库借用python-pinyin词库，非常丰富。
6. 支持中文分词。
关于词库，实际上还是比python-pinyin少了不少。
这是因为java作为历史悠久的语言，char是双字节，无法表示所有的unicode字符。
目前暂时不考虑超过双字节编码的汉字，之后再查找资料完善。
但是，双字节编码的已有汉字已经非常够用了，被排除在外的几乎都是十分生僻的汉字了。
后续完善：
1. [x] 分词算法支持的句子转拼音。
2. [ ] 更多分词算法。
2. [ ] 根据拼音序列，智能匹配，转句子。
5. [ ] 可扩展词库。
4. [ ] LRU Cache，可选策略。
5. [ ] 尝试优化Sqlite查询性能。
6. [ ] 尝试提供一个可选功能，用户可启动通过预加载常用数据到内存的方式提升性能。（场景如服务器端程序）
3. [ ] 性能测试。
# 安装及环境要求
jdk版本要求：jdk >= 1.6
maven配置，pom.xml中添加：
```xml
io.github.frapples.javapinyin
java-pinyin
1.0-alpha-1
```
由于附带词库的原因，因此这个包可能有点大。有可能网络问题出现下载不全的情况，清掉maven缓存再reimport下。
# 使用例子
## 单字或词语转换
词语转拼音，支持多种输出风格：
```java
List result = JavaPinyin.pinyinForWord("一举两得");
// [yī, jǔ, liǎng, dé]
List result = JavaPinyin.pinyinForWord("一举两得",Style.TONE2);
// [yi1, ju3, lia3ng, de2]
List result = JavaPinyin.pinyinForWord("一举两得",Style.TONE3);
// [yi1, ju3, liang3, de2]
List result = JavaPinyin.pinyinForWord("一举两得",Style.NORMAL);
// [yi, ju, liang, de]
```
单字转拼音，返回所有多音字拼音：
```java
List result = JavaPinyin.pinyinForHans('中');
// [zhōng, zhòng]
List result = JavaPinyin.pinyinForHans('中', Style.TONE3);
// [zhong1, zhong4]
```
单个拼音转汉字，返回所有的同音字：
```java
List result = JavaPinyin.pinyinToHans("a");
// [吖, 呵, 呵, 呵, 呵, 啊, 啊, 啊, 啊, 啊, 嗄, 嗄, 腌, 錒, 锕, 阿, 阿, 阿, 阿]
```
词汇拼音转中文，返回所有的同音词：
```java
List result = JavaPinyin.pinyinToWord(Arrays.asList("zhong", "dian"));
// [中点, 重典, 重点]
```
## 句子转换
句子转拼音，智能解决多音字问题：
```java
List> result = JavaPinyin.pinyin("中文自动分词指的是使用计算机自动对中文文本进行词语的切分");
// [[zhōng], [wén], [zì], [dòng], [fēn], [cí], [zhǐ], [de], [shì], [shǐ], [yòng], [jì], [suàn], [jī], [zì], [dòng], [duì], [zhōng], [wén], [wén], [běn], [jìn], [xíng], [cí], [yǔ], [de], [qiē], [fēn]]
```
## 分词
简单分词：
```java
List result = JavaPinyin.segment("中文自动分词指的是使用计算机自动对中文文本进行词语的切分");
// [中文, 自动, 分词, 指的, 是, 使用, 计算机, 自动, 对, 中文, 文本, 进行, 词语, 的切, 分]
```
支持选择分词算法，参见该函数的重载版本。不过目前分词算法只有最大正向匹配一种。。。
# 资源消耗
1. 内存占用方面：非常小。
2. 性能方面：第一次调用需要耗费点时间，后面调用就快。目前没有严谨的beanchmark。
# 感谢
本项目主要参考及借用了以下项目的词库，表示感谢：
1. https://github.com/mozillazg/python-pinyin