汉字(包括多音字)转换拼音和简码的处理
将汉字转换成拼音，由于汉字有多音字，所以转换拼音是让人很头疼的一个问题，我想到了一个解决这个问题的办法，就是将每个字的音节都读出来，然后进行拼音重组，这样总有一组拼音是正确的，然后在根据全文搜索技术，就能找到想要的记录了，本人不才自己写了个方法，贴出了，跟大家分享一下，希望多批评指正！！
using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using Microsoft.International.Converters.PinYinConverter;
namespace ChineseConvertPinyin
{
public class ChineseConvertPinyin
{
/// 判断给定的字符串是否是全部有效的汉字
/// </summary>
/// <param name="chinesechar">给定的字符串</param>
/// <returns>true给定的字符串全部是汉字，false给定的字符串中包含其他字符</returns>
private bool IsValidChar(string chinesechar)
{
char[] validchar = chinesechar.ToCharArray();
for (int i = 0; i < validchar.Length; i++)
{
if (!ChineseChar.IsValidChar(validchar[i]))
{
return false;
}
}
return true;
}
/// <summary>
/// 获得字符串全拼(包含多音字功能)
/// </summary>
/// <param name="chinesechar">转换的字符串</param>
/// <returns>0：给定的字符串中包含其他字符 ,其他：拼音（格式 全拼/全拼/全拼@简码,简码,简码）</returns>
public string GetPinyinList(string chinesechar)
{
//判断给定字符串是否有非法的汉字
if (!IsValidChar(chinesechar))
{
return "0";//存在非法汉字
}
//获取每个汉字拼音列表
List<System.Collections.ObjectModel.ReadOnlyCollection<string>> list = ToPinYin(chinesechar);
//定义输出列表，用于存在最终拼写组合的结果
List<string> listout = new List<string>();
//重组拼音
for (int i = 0; i < list.Count; i++)
{
if (listout.Count == 0) //如果listout==0则需要将list的第一条记录中的值付给listout
{
for (int k = 0; k < list[i].Count; k++)//遍历第一个字的所有读音
{
//判断第k个读音是否位null，是null 则说明已经到尾部了，没有读音了
if (((System.Collections.ObjectModel.ReadOnlyCollection<string>)list[i])[k] == null) { break; }
if (k != 0)//比较前后读音是否是音调不同 例如 hang2 heng2 这样就只记录一次
{
if (k == list[i].Count - 1) { break; }//最后一个记录以及在第list[i].Count-1 次完成判断了
string s1 = System.Text.RegularExpressions.Regex.Replace(((System.Collections.ObjectModel.ReadOnlyCollection<string>)list[i])[k - 1], @"[0-9]+", "");
string s2 = System.Text.RegularExpressions.Regex.Replace(((System.Collections.ObjectModel.ReadOnlyCollection<string>)list[i])[k], @"[0-9]+", "");
if (s1 == s2)//把数字去掉，只比字母 相等则证明是音调不一样
{
continue;
}
else
{
//声母或韵母不同
listout.Add(((System.Collections.ObjectModel.ReadOnlyCollection<string>)list[i])[k]);
}
}
else
{
//k=0 是第一次不用比较
listout.Add(((System.Collections.ObjectModel.ReadOnlyCollection<string>)list[i])[k]);
}
}
continue;
}
//中间变量 存放临时重组拼音结果
List<string> temp = new List<string>();
//遍历第i个字的所有读音
for (int p = 0; p < list[i].Count; p++)
{
if (p == 0)//读到当前字的第一个读音 （由于是第一个不存在字母相同声调不同的问题）
{
for (int j = 0; j < listout.Count; j++)//遍历 定义输出列表，用于存放最终拼写组合的结果，
{
temp.Add(listout[j] + list[i][p]);//将当前字的读音与listout[j]进行拼接
}
}
else //需要判断声调的问题
{
//判断当前字的位置第p字音是否位null ，为null 则证明已经读到当前字的最后一个音节
if (((System.Collections.ObjectModel.ReadOnlyCollection<string>)list[i])[p] == null) { break; }
if (p == list[i].Count - 1) { break; }//最后一个记录以及在第list[i].Count-1 次完成判断了
string t1 = System.Text.RegularExpressions.Regex.Replace(((System.Collections.ObjectModel.ReadOnlyCollection<string>)list[i])[p - 1], @"[0-9]+", "");
string t2 = System.Text.RegularExpressions.Regex.Replace(((System.Collections.ObjectModel.ReadOnlyCollection<string>)list[i])[p], @"[0-9]+", "");
if (t1 == t2)//音相同
{
continue;
}
else
{
//音不同
for (int j = 0; j < listout.Count; j++)
{
temp.Add(listout[j] + list[i][p]);
}
}
}
}
listout = temp;//将本次重组的结果复制给 定义输出列表，用于存放最终拼写组合的结果，
}
return DealResult(listout);
}
/// <summary>
/// 处理最后结果(去掉声调数字、和简码)
/// </summary>
/// <param name="listout"></param>
/// <returns></returns>
private static string DealResult(List<string> listout)
{
string results = "";
string[] temparrar = null;//保存每组拼音以数字分组
string tempjm = "";//保存每组拼音的首字母
List<string> jm = new List<string>();//保存最后输出首字母列表
for (int i = 0; i < listout.Count; i++)//定义输出列表，用于存在最终拼写组合的结果
{
tempjm = "";
temparrar = System.Text.RegularExpressions.Regex.Split(listout[i], @"[0-9]+");
for (int k = 0; k < temparrar.Length; k++)//循环分组获得首字母
{
if (temparrar[k] != "")
{
tempjm += temparrar[k].Substring(0, 1);
}
}
if (!jm.Contains(tempjm))
{
jm.Add(tempjm);
}
string temp = System.Text.RegularExpressions.Regex.Replace(listout[i], @"[0-9]+", "");//去掉拼音组的数字
results += temp + "/";
}
if (results.LastIndexOf('/') >= 0)
{
results = results.Remove(results.Length - 1, 1);
}
return results + "@" + string.Join(",", jm.ToArray());
}
//注意多音字
/// <summary>
/// 指定汉字查找其所有的音节
/// </summary>
/// <param name="str">一个汉字</param>
/// <returns>拼音列表</returns>
private List<System.Collections.ObjectModel.ReadOnlyCollection<string>> ToPinYin(string str)
{
List<System.Collections.ObjectModel.ReadOnlyCollection<string>> list = null;
string pinyin = string.Empty;
list = new List<System.Collections.ObjectModel.ReadOnlyCollection<string>>();
foreach (var item in str.ToCharArray())
{
if (ChineseChar.IsValidChar(item))//是汉字
{
ChineseChar chars = new ChineseChar(item);
list.Add(chars.Pinyins);
pinyin += string.Format("{0} ", chars.Pinyins[0]);
//chars.IsPolyphone属性标识是不是多音字，
//chars.PinyinCount//拼音的个数
}
}
return list;
}
}
}
