使用Pinyin4j进行拼音分词的方法
使用maven引入相关的jar
com.belerweb pinyin4j 2.5.1
创建Pinyin4jUtil
packagecom.os.core.util.solr;
importnet.sourceforge.pinyin4j.PinyinHelper;
importnet.sourceforge.pinyin4j.format.HanyuPinyinCaseType;
importnet.sourceforge.pinyin4j.format.HanyuPinyinOutputFormat;
importnet.sourceforge.pinyin4j.format.HanyuPinyinToneType;
importnet.sourceforge.pinyin4j.format.exception.BadHanyuPinyinOutputFormatCombination;
importjava.util.ArrayList;
importjava.util.Hashtable;
importjava.util.List;
importjava.util.Map;
/**
*汉语拼音工具类
*CreatedbyPengSongHeon2017/2/90009.
*/
publicclassPinyin4jUtil{
publicstaticvoidmain(String[]args){
Stringstr="测试";
Stringpinyin=Pinyin4jUtil.converterToSpell(str);
System.out.println(str+"pinyin："+pinyin);
pinyin=Pinyin4jUtil.converterToFirstSpell(str);
System.out.println(str+"shortpinyin："+pinyin);
}
/**
*汉字转换位汉语拼音首字母，英文字符不变，特殊字符丢失支持多音字，生成方式如（长沙市长:cssc,zssz,zssc,cssz）
*
*@paramchines汉字
*@return拼音
*/
publicstaticStringconverterToFirstSpell(Stringchines){
StringBufferpinyinName=newStringBuffer();
char[]nameChar=chines.toCharArray();
HanyuPinyinOutputFormatdefaultFormat=newHanyuPinyinOutputFormat();
defaultFormat.setCaseType(HanyuPinyinCaseType.LOWERCASE);
defaultFormat.setToneType(HanyuPinyinToneType.WITHOUT_TONE);
for(inti=0;i128){
try{
//取得当前汉字的所有全拼
String[]strs=PinyinHelper.toHanyuPinyinStringArray(
nameChar[i],defaultFormat);
if(strs!=null){
for(intj=0;j128){
try{
//取得当前汉字的所有全拼
String[]strs=PinyinHelper.toHanyuPinyinStringArray(
nameChar[i],defaultFormat);
if(strs!=null){
for(intj=0;j>discountTheChinese(StringtheStr){
//去除重复拼音后的拼音列表
List>mapList=newArrayList>();
//用于处理每个字的多音字，去掉重复
MaponlyOne=null;
String[]firsts=theStr.split("");
//读出每个汉字的拼音
for(Stringstr:firsts){
onlyOne=newHashtable();
String[]china=str.split(",");
//多音字处理
for(Strings:china){
Integercount=onlyOne.get(s);
if(count==null){
onlyOne.put(s,newInteger(1));
}else{
onlyOne.remove(s);
count++;
onlyOne.put(s,count);
}
}
mapList.add(onlyOne);
}
returnmapList;
}
/**
*解析并组合拼音，对象合并方案(推荐使用)
*
*@return
*/
privatestaticStringparseTheChineseByObject(
List>list){
Mapfirst=null;//用于统计每一次,集合组合数据
//遍历每一组集合
for(inti=0;itemp=newHashtable();
//第一次循环，first为空
if(first!=null){
//取出上次组合与此次集合的字符，并保存
for(Strings:first.keySet()){
for(Strings1:list.get(i).keySet()){
Stringstr=s+s1;
temp.put(str,1);
}
}
//清理上一次组合数据
if(temp!=null&&temp.size()>0){
first.clear();
}
}else{
for(Strings:list.get(i).keySet()){
Stringstr=s;
temp.put(str,1);
}
}
//保存组合数据以便下次循环使用
if(temp!=null&&temp.size()>0){
first=temp;
}
}
StringreturnStr="";
if(first!=null){
//遍历取出组合字符串
for(Stringstr:first.keySet()){
returnStr+=(str+",");
}
}
if(returnStr.length()>0){
returnStr=returnStr.substring(0,returnStr.length()-1);
}
returnreturnStr;
}
}
以上这篇使用Pinyin4j进行拼音分词的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。