【笔记】JAVA将中文转换为拼音

JAVA将中文转换为拼音

一、TinyPinyin二、HanLP三、pinyin4j四、Google Translate API简单基准测试

---

一、TinyPinyin

TinyPinyin 是一个轻量级且高效的拼音转换库。它适用于Android和Java项目。
TinyPinyin 是一个轻量级且高效的拼音转换库，特别适用于移动设备和需要高性能的场景。它采用了较为简单的实现方式，性能较好。

依赖

<dependency>    <groupId>com.github.promeg</groupId>    <artifactId>tinypinyin</artifactId>    <version>2.0.3</version></dependency>

示例

import com.github.promeg.pinyinhelper.Pinyin;public class ChineseToPinyin {    public static void main(String[] args) {        String chinese = "你好，世界！";        System.out.println("Chinese: " + chinese);        System.out.println("Pinyin: " + convertToPinyin(chinese));    }    public static String convertToPinyin(String chinese) {        return Pinyin.toPinyin(chinese, "");    }}

二、HanLP

HanLP 是一个功能强大的自然语言处理库，支持中文分词、词性标注、命名实体识别等功能，同时也支持拼音转换。
HanLP 是一个功能强大的自然语言处理库，支持多种NLP任务，包括拼音转换。虽然功能强大，但其整体性能可能会受到库中其他功能的影响，加载时间和内存占用可能较高。不过，HanLP的拼音转换部分效率也不错，适合需要多功能NLP处理的场景。

依赖

<dependency>    <groupId>com.hankcs</groupId>    <artifactId>hanlp</artifactId>    <version>1.7.8</version></dependency>

示例

import com.hankcs.hanlp.HanLP;public class ChineseToPinyin {    public static void main(String[] args) {        String chinese = "你好，世界！";        System.out.println("Chinese: " + chinese);        System.out.println("Pinyin: " + convertToPinyin(chinese));    }    public static String convertToPinyin(String chinese) {        return HanLP.convertToPinyinString(chinese, " ", false);    }}

三、pinyin4j

Pinyin4j 是一个经典的拼音转换库，功能全面，但其性能可能不如TinyPinyin。对于大规模文本处理，Pinyin4j的性能可能稍逊一筹。

依赖

<dependency>    <groupId>com.belerweb</groupId>    <artifactId>pinyin4j</artifactId>    <version>2.5.0</version></dependency>

示例

import net.sourceforge.pinyin4j.PinyinHelper;import net.sourceforge.pinyin4j.format.HanyuPinyinCaseType;import net.sourceforge.pinyin4j.format.HanyuPinyinOutputFormat;import net.sourceforge.pinyin4j.format.HanyuPinyinToneType;import net.sourceforge.pinyin4j.format.exception.BadHanyuPinyinOutputFormatCombination;public class ChineseToPinyin {    public static void main(String[] args) {        String chinese = "你好，世界！";        System.out.println("Chinese: " + chinese);        System.out.println("Pinyin: " + convertToPinyin(chinese));    }    public static String convertToPinyin(String chinese) {        HanyuPinyinOutputFormat format = new HanyuPinyinOutputFormat();        format.setCaseType(HanyuPinyinCaseType.LOWERCASE);        format.setToneType(HanyuPinyinToneType.WITHOUT_TONE);        StringBuilder pinyin = new StringBuilder();        for (char c : chinese.toCharArray()) {            try {                if (Character.toString(c).matches("[\\u4E00-\\u9FA5]+")) { // Check if the character is a Chinese character                    String[] pinyinArray = PinyinHelper.toHanyuPinyinStringArray(c, format);                    if (pinyinArray != null) {                        pinyin.append(pinyinArray[0]); // Append the first pinyin result                    }                } else {                    pinyin.append(c); // Append non-Chinese characters as is                }            } catch (BadHanyuPinyinOutputFormatCombination e) {                e.printStackTrace();            }        }        return pinyin.toString();    }}

四、Google Translate API

如果需要更加准确的拼音转换并且不介意使用网络服务，可以使用Google Translate API。不过，这种方法需要进行网络请求，并且可能需要API Key。需要申请API Key，并且可能会产生费用。
Google Translate API 是一个在线服务，性能主要受网络速度和API响应时间的影响。虽然准确性较高，但因为需要进行网络请求，效率通常不如本地库。
伪代码如下：

import com.google.cloud.translate.Translate;import com.google.cloud.translate.TranslateOptions;import com.google.cloud.translate.Translation;public class ChineseToPinyin {    public static void main(String[] args) {        String chinese = "你好，世界！";        System.out.println("Chinese: " + chinese);        System.out.println("Pinyin: " + convertToPinyin(chinese));    }    public static String convertToPinyin(String chinese) {        Translate translate = TranslateOptions.getDefaultInstance().getService();        Translation translation = translate.translate(            chinese,            Translate.TranslateOption.targetLanguage("zh-CN"),            Translate.TranslateOption.format("text")        );        return translation.getTranslatedText();    }}

---

简单基准测试

import com.github.promeg.pinyinhelper.Pinyin;import com.hankcs.hanlp.HanLP;import net.sourceforge.pinyin4j.PinyinHelper;import net.sourceforge.pinyin4j.format.HanyuPinyinCaseType;import net.sourceforge.pinyin4j.format.HanyuPinyinOutputFormat;import net.sourceforge.pinyin4j.format.HanyuPinyinToneType;import net.sourceforge.pinyin4j.format.exception.BadHanyuPinyinOutputFormatCombination;public class PinyinBenchmark {    public static void main(String[] args) {        String chinese = "中华人民共和国，欢迎您！";        long startTime, endTime;        // TinyPinyin        startTime = System.currentTimeMillis();        for (int i = 0; i < 10000; i++) {            Pinyin.toPinyin(chinese, "");        }        endTime = System.currentTimeMillis();        System.out.println("TinyPinyin: " + (endTime - startTime) + " ms");        // HanLP        startTime = System.currentTimeMillis();        for (int i = 0; i < 10000; i++) {            HanLP.convertToPinyinString(chinese, " ", false);        }        endTime = System.currentTimeMillis();        System.out.println("HanLP: " + (endTime - startTime) + " ms");        // Pinyin4j        startTime = System.currentTimeMillis();        for (int i = 0; i < 10000; i++) {            convertUsingPinyin4j(chinese);        }        endTime = System.currentTimeMillis();        System.out.println("Pinyin4j: " + (endTime - startTime) + " ms");    }    public static String convertUsingPinyin4j(String chinese) {        HanyuPinyinOutputFormat format = new HanyuPinyinOutputFormat();        format.setCaseType(HanyuPinyinCaseType.LOWERCASE);        format.setToneType(HanyuPinyinToneType.WITHOUT_TONE);        StringBuilder pinyin = new StringBuilder();        for (char c : chinese.toCharArray()) {            try {                if (Character.toString(c).matches("[\\u4E00-\\u9FA5]+")) {                    String[] pinyinArray = PinyinHelper.toHanyuPinyinStringArray(c, format);                    if (pinyinArray != null) {                        pinyin.append(pinyinArray[0]);                    }                } else {                    pinyin.append(c);                }            } catch (BadHanyuPinyinOutputFormatCombination e) {                e.printStackTrace();            }        }        return pinyin.toString();    }}