汉字转拼音

app中有许多场景要对汉字排序，例如通讯录姓名、商品名称、城市名称等等，这些汉字词汇通常是按照拼音排序，所以产生了把汉字转换为拼音的需求。

Android自带库

Android自带的联系人应用，就支持对联系人按照姓名排序，内置汉字转拼音的源码位于路径“packages\providers\ContactsProvider\src\com\android\providers\contacts\HanziToPinyin.java”。该工具类早期的源码，直接把字符集合写在java文件中，这种做法在4.2以上版本不能正常工作。4.2以上的工具源码改为调用底层的jni接口，具体说来，便是HanziToPinyin.java引用了核心库libcore.icu的Transliterator类，Transliterator内部有提供数个native方法。


不管是HanziToPinyin类还是Transliterator类，都属于系统源码，不属于sdk源码，也就是说，app开发无法直接调用这两个类的方法。只能是把这两个类的java文件直接复制到app工程中，才能正常调用其中的api。同时注意，Transliterator.java必须放在名称是libcore.icu的包路径下，因为该类引用了jni接口，而jni接口要求包名、类名、方法名都保持一致才能正常运行，jni的详细说明参见《 Android开发笔记（六十九）JNI实战》。


下面是HanziToPinyin.java的源码：

import android.text.TextUtils;
import android.util.Log;

import java.util.ArrayList;

import libcore.icu.Transliterator;

public class HanziToPinyin {
    private static final String TAG = "HanziToPinyin";

    private static HanziToPinyin sInstance;
    private Transliterator mPinyinTransliterator;
    private Transliterator mAsciiTransliterator;

    public static class Token {
        public static final String SEPARATOR = " ";
        public static final int LATIN = 1;
        public static final int PINYIN = 2;
        public static final int UNKNOWN = 3;

        public Token() {
        }

        public Token(int type, String source, String target) {
            this.type = type;
            this.source = source;
            this.target = target;
        }

        public int type;
        public String source;
        public String target;
    }

    private HanziToPinyin() {
        try {
        	mPinyinTransliterator = new Transliterator("Han-Latin/Names; Latin-Ascii; Any-Upper");
        	mAsciiTransliterator = new Transliterator("Latin-Ascii");
        } catch (RuntimeException e) {
            Log.w(TAG, "Han-Latin/Names transliterator data is missing," + " HanziToPinyin is disabled");
        }
    }

    public boolean hasChineseTransliterator() {
        return mPinyinTransliterator != null;
    }

    public static HanziToPinyin getInstance() {
        synchronized (HanziToPinyin.class) {
            if (sInstance == null) {
                sInstance = new HanziToPinyin();
            }
            return sInstance;
        }
    }

    private void tokenize(char character, Token token) {
        token.source = Character.toString(character);

        // ASCII
        if (character < 128) {
            token.type = Token.LATIN;
            token.target = token.source;
            return;
        }

        // Extended Latin. Transcode these to ASCII equivalents
        if (character < 0x250 || (0x1e00 <= character && character < 0x1eff)) {
            token.type = Token.LATIN;
            token.target = mAsciiTransliterator == null ? token.source :
                mAsciiTransliterator.transliterate(token.source);
            return;
        }

        token.type = Token.PINYIN;
        token.target = mPinyinTransliterator.transliterate(token.source);
        if (TextUtils.isEmpty(token.target) ||
            TextUtils.equals(token.source, token.target)) {
            token.type = Token.UNKNOWN;
            token.target = token.source;
        }
    }

    public String transliterate(final String input) {
        if (!hasChineseTransliterator() || TextUtils.isEmpty(input)) {
            return null;
        }
        return mPinyinTransliterator.transliterate(input);
    }

    public ArrayList<Token> getTokens(final String input) {
        ArrayList<Token> tokens = new ArrayList<Token>();
        if (!hasChineseTransliterator() || TextUtils.isEmpty(input)) {
            return tokens;
        }

        final int inputLength = input.length();
        final StringBuilder sb = new StringBuilder();
        int tokenType = Token.LATIN;
        Token token = new Token();

        for (int i = 0; i < inputLength; i++) {
            final char character = input.charAt(i);
            if (Character.isSpaceChar(character)) {
                if (sb.length() > 0) {
                    addToken(sb, tokens, tokenType);
                }
            } else {
                tokenize(character, token);
                if (token.type == Token.PINYIN) {
                    if (sb.length() > 0) {
                        addToken(sb, tokens, tokenType);
                    }
                    tokens.add(token);
                    token = new Token();
                } else {
                    if (tokenType != token.type && sb.length() > 0) {
                        addToken(sb, tokens, tokenType);
                    }
                    sb.append(token.target);
                }
                tokenType = token.type;
            }
        }
        if (sb.length() > 0) {
            addToken(sb, tokens, tokenType);
        }
        return tokens;
    }

    private void addToken(
            final StringBuilder sb, final ArrayList<Token> tokens, final int tokenType) {
        String str = sb.toString();
        tokens.add(new Token(tokenType, str, str));
        sb.setLength(0);
    }
}

下面是Transliterator.java的源码：

package libcore.icu;
/**
 * Exposes icu4c's Transliterator.
 */
public final class Transliterator {
  private long peer;
  /**
   * Creates a new Transliterator for the given id.
   */
  public Transliterator(String id) {
    peer = create(id);
  }
  @Override protected synchronized void finalize() throws Throwable {
    try {
      destroy(peer);
      peer = 0;
    } finally {
      super.finalize();
    }
  }
  /**
   * Returns the ids of all known transliterators.
   */
  public static native String[] getAvailableIDs();
  /**
   * Transliterates the specified string.
   */
  public String transliterate(String s) {
    return transliterate(peer, s);
  }
  private static native long create(String id);
  private static native void destroy(long peer);
  private static native String transliterate(long peer, String s);
}

下面是调用HanziToPinyin的代码例子：

String pinyin = HanziToPinyin.getInstance().transliterate("我爱你中国");

pinyin4j

pinyin4j是java版本的拼音库，可直接拿到android上使用。pinyin4j与Android自带库相比，多出的功能有：
1、支持展示多音字的不同拼音；
2、支持显示汉字拼音的四个声调；


pinyin4j中常用的就是两个类，一个类HanyuPinyinOutputFormat是用来设置拼音格式的，另一个类PinyinHelper是用来进行转换操作的。

下面是HanyuPinyinOutputFormat的常用方法说明：
setCaseType : 设置拼音的大小写。HanyuPinyinCaseType.UPPERCASE表示大写，HanyuPinyinCaseType.LOWERCASE表示小写。
setToneType : 设置拼音的声调形式。HanyuPinyinToneType.WITHOUT_TONE表示不标声调，HanyuPinyinToneType.WITH_TONE_NUMBER表示在拼音末尾标注数字1-4表示四个声调，HanyuPinyinToneType.WITH_TONE_MARK表示在拼音上方标注四个声调的符号。
setVCharType : 设置特殊拼音ü的的显示格式。HanyuPinyinVCharType.WITH_V表示ü显示为字符v，HanyuPinyinVCharType.WITH_U_AND_COLON表示ü显示为字符u:，HanyuPinyinVCharType.WITH_U_UNICODE表示ü显示为字符ü。
注意：当声调形式设置为符号声调时，setVCharType只能选择HanyuPinyinVCharType.WITH_U_UNICODE，否则运行时会报错“net.sourceforge.pinyin4j.format.exception.BadHanyuPinyinOutputFormatCombination: tone marks cannot be added to v or u:”。

下面是PinyinHelper的常用方法说明：
toHanyuPinyinStringArray : 转为汉字拼音。中国大陆使用
toTongyongPinyinStringArray : 转为通用拼音。中国台湾使用
toWadeGilesPinyinStringArray : 转为威妥玛拼音。
toMPS2PinyinStringArray : 转为注音符号拼音。
toYalePinyinStringArray : 转为耶魯拼音。
toGwoyeuRomatzyhStringArray : 转为国语罗马字。


下面是pinyin4j的一个使用例子代码：

import java.util.HashSet;
import java.util.Locale;
import java.util.Set;

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;

public class pinyin4j {

	public static String makeStringByStringSet(Set<String> stringSet) {
		StringBuilder str = new StringBuilder();
		int i = 0;
		for (String s : stringSet) {
			if (i == stringSet.size() - 1) {
				str.append(s);
			} else {
				str.append(s + ",");
			}
			i++;
		}
		return str.toString().toLowerCase(Locale.getDefault());
	}

	public static Set<String> getPinyin(String src) {
		if (src != null && !src.trim().equalsIgnoreCase("")) {
			char[] srcChar;
			srcChar = src.toCharArray();
			// 汉语拼音格式输出类
			HanyuPinyinOutputFormat hanYuPinOutputFormat = new HanyuPinyinOutputFormat();

			// 输出设置，大小写，音标方式等
			hanYuPinOutputFormat.setCaseType(HanyuPinyinCaseType.LOWERCASE);
			hanYuPinOutputFormat.setToneType(HanyuPinyinToneType.WITH_TONE_MARK);
			hanYuPinOutputFormat.setVCharType(HanyuPinyinVCharType.WITH_U_UNICODE);

			String[][] temp = new String[src.length()][];
			for (int i = 0; i < srcChar.length; i++) {
				char c = srcChar[i];
				// 是中文或者a-z或者A-Z转换拼音(我的需求，是保留中文或者a-z或者A-Z)
				if (String.valueOf(c).matches("[\\u4E00-\\u9FA5]+")) {
					try {
						temp[i] = PinyinHelper.toHanyuPinyinStringArray(
								srcChar[i], hanYuPinOutputFormat);
					} catch (BadHanyuPinyinOutputFormatCombination e) {
						e.printStackTrace();
					}
				} else if (((int) c >= 65 && (int) c <= 90)
						|| ((int) c >= 97 && (int) c <= 122)) {
					temp[i] = new String[] { String.valueOf(srcChar[i]) };
				} else {
					temp[i] = new String[] { "" };
				}
			}
			String[] pingyinArray = Exchange(temp);
			Set<String> pinyinSet = new HashSet<String>();
			for (int i = 0; i < pingyinArray.length; i++) {
				pinyinSet.add(pingyinArray[i]);
			}
			return pinyinSet;
		}
		return null;
	}

	public static String[] Exchange(String[][] strJaggedArray) {
		String[][] temp = DoExchange(strJaggedArray);
		return temp[0];
	}

	private static String[][] DoExchange(String[][] strJaggedArray) {
		int len = strJaggedArray.length;
		if (len >= 2) {
			int len1 = strJaggedArray[0].length;
			int len2 = strJaggedArray[1].length;
			int newlen = len1 * len2;
			String[] temp = new String[newlen];
			int Index = 0;
			for (int i = 0; i < len1; i++) {
				for (int j = 0; j < len2; j++) {
					temp[Index] = strJaggedArray[0][i] + strJaggedArray[1][j];
					Index++;
				}
			}
			String[][] newArray = new String[len - 1][];
			for (int i = 2; i < len; i++) {
				newArray[i - 1] = strJaggedArray[i];
			}
			newArray[0] = temp;
			return DoExchange(newArray);
		} else {
			return strJaggedArray;
		}
	}
	
	public static String getPinyinFull(String hanzi) {
		return makeStringByStringSet(getPinyin(hanzi));
	}

}

下面是Android自带库与pinyin4j转换汉字拼音的截图：

国际语言版本

如同很多windows桌面软件一样，Android也支持将应用发布为多语言版本，即随着手机系统设置的语言变化，app也随之显示对应的语言文本。Android支持对app的字符串和图片分别做国际化处理，字符串国际化只要在res下新建对应语言的values目录就好，比如英文环境的目录命名为“values-en”，中文环境的目录命名为“values-zh”。ADT新建Android项目时，会在res目下自动创建默认环境的values目录，如果某个语言环境没有在项目中定义配置，那么也会使用values下的资源。

Android的图片国际化同理，即在res下新建drawable-zh目录，存放中文环境下的图片；新建drawable-en目录，存放英文环境下的图片。不同分辨率的图片也可以按此规则处理，例如drawable-zh-hdpi表示中文环境下高分辨率的图片目录。


下面是Android多国语言的目录命名列表：

中文（中国大陆）：values-zh-rCN
中文（中国台湾）：values-zh-rTW
中文（中国香港）：values-zh-rHK

英文（美国）：values-en-rUS
英文（英国）：values-en-rGB
英文（澳大利亚）：values-en-rAU
英文（加拿大）：values-en-rCA
英文（爱尔兰）：values-en-rIE
英文（印度）：values-en-rIN
英文（新西兰）：values-en-rNZ
英文（新加坡）：values-en-rSG
英文（南非）：values-en-rZA

阿拉伯文（埃及）：values-ar-rEG
阿拉伯文（以色列）：values-ar-rIL
保加利亚文:  values-bg-rBG
加泰罗尼亚文（西班牙）：values-ca-rES
捷克文：values-cs-rCZ
丹麦文：values-da-rDK
德文（奥地利）：values-de-rAT
德文（瑞士）：values-de-rCH
德文（德国）：values-de-rDE
德文（列支敦士登）：values-de-rLI
希腊文：values-el-rGR
西班牙文（西班牙）：values-es-rES
西班牙文（美国）：values-es-rUS
芬兰文：values-fi-rFI
法文（比利时）：values-fr-rBE
法文（加拿大）：values-fr-rCA
法文（瑞士）：values-fr-rCH
法文（法国）：values-fr-rFR
希伯来文（以色列）：values-iw-rIL
印地文（印度）：values-hi-rIN
克罗地亚文：values-hr-rHR
匈牙利文：values-hu-rHU
印度尼西亚文：values-in-rID
意大利文（瑞士）：values-it-rCH
意大利文（意大利）：values-it-rIT
日文：values-ja-rJP
韩文：values-ko-rKR
立陶宛文：valueslt-rLT
拉脱维亚文：values-lv-rLV
博克马尔文（挪威）：values-nb-rNO
荷兰文（比利时）：values-nl-BE
荷兰文（荷兰）：values-nl-rNL
波兰文：values-pl-rPL
葡萄牙文（巴西）：values-pt-rBR
葡萄牙文（葡萄牙）：values-pt-rPT
罗马尼亚文：values-ro-rRO
俄文：values-ru-rRU
斯洛伐克文：values-sk-rSK
斯洛文尼亚文：values-sl-rSI
塞尔维亚文：values-sr-rRS
瑞典文：values-sv-rSE
泰文（泰国）：values-th-rTH
塔加洛文（菲律宾）：values-tl-rPH
土耳其文：values--r-rTR
乌克兰文：values-uk-rUA
越南文：values-vi-rVN



点击下载本文用到的多语言支持的工程代码



点此查看Android开发笔记的完整目录