JAVA漢字拼音解析

進入了媒資行業，項目需求需要將片名生成拼音並支持多音字處理，主要使用pinyin4j庫。結合業務跟網上的例子，整理了一個拼音處理工具類。
項目中需要引入jar包：

<dependency>
         <groupId>com.belerweb</groupId>
         <artifactId>pinyin4j</artifactId>
         <version>2.5.1</version>
 </dependency>

工具類代碼如下：

package com.mgtv.media.vrs.util;

import lombok.extern.slf4j.Slf4j;
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.HanyuPinyinVCharType;
import net.sourceforge.pinyin4j.format.exception.BadHanyuPinyinOutputFormatCombination;
import org.apache.commons.lang3.StringUtils;

import java.util.ArrayList;
import java.util.Hashtable;
import java.util.List;
import java.util.Map;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

/**
 * 拼音處理類
 * <p>
 * https://blog.51cto.com/273066044/1596126?source=dra
 * https://blog.csdn.net/sunshine_YG/article/details/89642788
 *
 * @author ：
 * @date ：Created in 2019/12/16 17:42
 */
@Slf4j
public class PinyinUtil {
    /**
     * 漢字轉換位漢語拼音首字母，英文字符不變，特殊字符丟失 支持多音字，生成方式如（長沙市長:cssc,zssz,zssc,cssz）
     *
     * @param chines 漢字
     * @return 拼音
     */
    private static String converterToFirstSpell(String chines) {
        StringBuffer pinyinName = new StringBuffer();
        char[] nameChar = chines.toCharArray();
        HanyuPinyinOutputFormat defaultFormat = new HanyuPinyinOutputFormat();
        defaultFormat.setCaseType(HanyuPinyinCaseType.LOWERCASE);
        defaultFormat.setToneType(HanyuPinyinToneType.WITHOUT_TONE);
        for (int i = 0; i < nameChar.length; i++) {
            if (nameChar[i] > 128) {
                try {
                    // 取得當前漢字的所有全拼
                    String[] strs = PinyinHelper.toHanyuPinyinStringArray(
                            nameChar[i], defaultFormat);
                    if (strs != null) {
                        for (int j = 0; j < strs.length; j++) {
                            // 取首字母
                            pinyinName.append(strs[j].charAt(0));
                            if (j != strs.length - 1) {
                                pinyinName.append(",");
                            }
                        }
                    }
                } catch (BadHanyuPinyinOutputFormatCombination e) {
                    log.error("PinyinUtil報錯", e);
                }
            } else {
                pinyinName.append(nameChar[i]);
            }
            pinyinName.append(" ");
        }
        return parseTheChineseByObject(discountTheChinese(pinyinName.toString()));
    }

    /**
     * 漢字轉換位漢語全拼，英文字符不變，特殊字符丟失
     * 支持多音字，生成方式如（重當參:zhongdangcen,zhongdangcan,chongdangcen
     * ,chongdangshen,zhongdangshen,chongdangcan）
     *
     * @param chines 漢字
     * @return 拼音
     */
    private static String converterToSpell(String chines) {
        StringBuffer pinyinName = new StringBuffer();
        char[] nameChar = chines.toCharArray();
        HanyuPinyinOutputFormat defaultFormat = new HanyuPinyinOutputFormat();
        defaultFormat.setCaseType(HanyuPinyinCaseType.LOWERCASE);
        defaultFormat.setToneType(HanyuPinyinToneType.WITHOUT_TONE);
        for (int i = 0; i < nameChar.length; i++) {
            if (nameChar[i] > 128) {
                try {
                    // 取得當前漢字的所有全拼
                    String[] strs = PinyinHelper.toHanyuPinyinStringArray(
                            nameChar[i], defaultFormat);
                    if (strs != null) {
                        for (int j = 0; j < strs.length; j++) {
                            pinyinName.append(strs[j]);
                            if (j != strs.length - 1) {
                                pinyinName.append(",");
                            }
                        }
                    }
                } catch (BadHanyuPinyinOutputFormatCombination e) {
                    log.error("拼音轉換報錯", e);
                }
            } else {
                pinyinName.append(nameChar[i]);
            }
            pinyinName.append(" ");
        }
        // return pinyinName.toString();
        return parseTheChineseByObject(discountTheChinese(pinyinName.toString()));
    }

    /**
     * 去除多音字重複數據
     *
     * @param theStr
     * @return
     */
    private static List<Map<String, Integer>> discountTheChinese(String theStr) {
        // 去除重複拼音後的拼音列表
        List<Map<String, Integer>> mapList = new ArrayList<Map<String, Integer>>();
        // 用於處理每個字的多音字，去掉重複
        Map<String, Integer> onlyOne = null;
        String[] firsts = theStr.split(" ");
        // 讀出每個漢字的拼音
        for (String str : firsts) {
            onlyOne = new Hashtable<String, Integer>();
            String[] china = str.split(",");
            // 多音字處理
            for (String s : china) {
                Integer count = onlyOne.get(s);
                if (count == null) {
                    onlyOne.put(s, new Integer(1));
                } else {
                    onlyOne.remove(s);
                    count++;
                    onlyOne.put(s, count);
                }
            }
            mapList.add(onlyOne);
        }
        return mapList;
    }

    /**
     * 解析並組合拼音，對象合併方案(推薦使用)
     *
     * @return
     */
    private static String parseTheChineseByObject(
            List<Map<String, Integer>> list) {
        Map<String, Integer> first = null; // 用於統計每一次,集合組合數據
        // 遍歷每一組集合
        for (int i = 0; i < list.size(); i++) {
            // 每一組集合與上一次組合的Map
            Map<String, Integer> temp = new Hashtable<String, Integer>();
            // 第一次循環，first爲空
            if (first != null) {
                // 取出上次組合與此次集合的字符，並保存
                for (String s : first.keySet()) {
                    for (String s1 : list.get(i).keySet()) {
                        String str = s + s1;
                        temp.put(str, 1);
                    }
                }
                // 清理上一次組合數據
                if (temp != null && temp.size() > 0) {
                    first.clear();
                }
            } else {
                for (String s : list.get(i).keySet()) {
                    String str = s;
                    temp.put(str, 1);
                }
            }
            // 保存組合數據以便下次循環使用
            if (temp != null && temp.size() > 0) {
                first = temp;
            }
        }
        String returnStr = "";
        if (first != null) {
            // 遍歷取出組合字符串
            for (String str : first.keySet()) {
                returnStr += (str + ",");
            }
        }
        if (returnStr.length() > 0) {
            returnStr = returnStr.substring(0, returnStr.length() - 1);
        }
        return returnStr;
    }

    /**
     * 將字符串中的中文轉化爲拼音,英文字符不變
     * <p>
     * 例：    舉個栗子，abc123
     * 返回值： JugeLiZiabc123
     */
    private static String getPinYin(String inputString) {
        inputString = cleanChar(inputString);
        HanyuPinyinOutputFormat format = new HanyuPinyinOutputFormat();
        format.setCaseType(HanyuPinyinCaseType.LOWERCASE);
        format.setToneType(HanyuPinyinToneType.WITHOUT_TONE);
        format.setVCharType(HanyuPinyinVCharType.WITH_V);
        String output = "";
        if (inputString != null && inputString.length() > 0 && !"null".equals(inputString)) {
            char[] input = inputString.trim().toCharArray();
            try {
                for (int i = 0; i < input.length; i++) {
                    if (java.lang.Character.toString(input[i]).matches("[\\u4E00-\\u9FA5]+")) {
                        String[] temp = PinyinHelper.toHanyuPinyinStringArray(input[i], format);
                        String tmp = temp[0];
                        tmp = getFistCharToUpperCase(tmp);
                        output += tmp;
                    } else {
                        output += java.lang.Character.toString(input[i]);
                    }
                }
            } catch (BadHanyuPinyinOutputFormatCombination e) {
                log.error("拼音轉換報錯", e);
            }
        } else {
            return "*";
        }
        return output;
    }

    /**
     * 將首字母變成大寫
     *
     * @param str
     * @return
     */
    public static String getFistCharToUpperCase(String str) {
        if (StringUtils.isEmpty(str)) {
            return StringUtils.EMPTY;
        }
        char[] chars = str.toCharArray();
        if (chars[0] >= 'a' && chars[0] <= 'z') {
            chars[0] = (char) (chars[0] - 32);
        }
        return new String(chars);
    }

    /**
     * 清理特殊字符以便得到
     * <p>
     * 例：    舉個栗子，abc123
     * 返回值： 舉個栗子abc123
     */
    public static String cleanChar(String chines) {
        chines = chines.replaceAll("[\\p{Punct}\\p{Space}]+", ""); // 正則去掉所有字符操作
        // 正則表達式去掉所有中文的特殊符號
        String regEx = "[`~!@#$%^&*()+=|{}':;',\\[\\].<>/?~！@#￥%……&*（）——+|{}<>《》【】‘；：”“’。，、？]";
        Pattern pattern = Pattern.compile(regEx);
        Matcher matcher = pattern.matcher(chines);
        chines = matcher.replaceAll("").trim();
        return chines;
    }

    /**
     * 漢字轉拼音縮寫
     *
     * @param str
     * @return 2007快樂男聲 2007kyns|2007klns  多音字豎線分隔
     */
    public static String getSimpleSpell(String str) {
        if (StringUtils.isEmpty(str)) {
            return StringUtils.EMPTY;
        }
        str = cleanChar(str);
        return converterToFirstSpell(str).replaceAll(",", "|");
    }

    /**
     * 漢字轉換成全拼，不區分多音字
     *
     * @param str
     * @return 2007快樂男聲 2007KuaiLeNanSheng
     */
    public static String getFullSpell(String str) {
        if (StringUtils.isEmpty(str)) {
            return StringUtils.EMPTY;
        }
        return getPinYin(str);
    }

    /**
     * 取單個字符的拼音聲母
     *
     * @param simpleSpell
     * @return
     */
    public static String getInital(String simpleSpell) {
        if (StringUtils.isEmpty(simpleSpell))
            return "";
        simpleSpell = simpleSpell.trim().toLowerCase();
        if (simpleSpell.length() == 0)
            return "";

        char[] clist = simpleSpell.toCharArray();
        for (char c : clist) {
            if ((c >= 'a' && c <= 'z') || (c >= '0' && c <= '9'))
                return getFilter(java.lang.Character.toString(c));
        }
        return "";
    }

    /**
     * 字符串過濾
     *
     * @param str
     * @return
     */
    private static String getFilter(String str) {
        if (StringUtils.isEmpty(str))
            return "";
        str = str.replaceAll("[^a-zA-Z0-9]", "");
        return str;
    }

    public static void main(String[] args) {
        String s = "快樂大本營，abc123";
        System.out.println(getSimpleSpell(s));
        System.out.println(getFullSpell(s));
        System.out.println(getFilter(s));
        System.out.println(getInital(getSimpleSpell(s)));
    }
}