小谈“汉字转换成拼音（不带声调）”

（作者:finallyly 出处：博客园 转载请注明作者和出处）

   把汉字转换成拼音，实际上是一个非技术活，无外乎查表而已。可能由于汉字拼音转换表资源比较宝贵的缘故，网络上开源的转换程序比较少。另外，网络上给出的码表，可能不能覆盖全部的多音字，生僻字，所以基于此类码表写成的程序，也就有一定的局限性。

  本文给出一份完毕的，将汉字转换成无声调标注的拼音的设计思路、全部代码并且给出一份在一定程度上可用的汉字拼音转换表。

首先指出本文部分参考了  《Python返回汉字的汉语拼音(原创) 》的汉字拼音转换表以及大概思路。

下面步入正轨

汉语拼音转换表的物理存储格式：（汉字+空格+汉字对应的拼音，多个候选读音用哪个空格隔开）

程序中的转换表用MAP保存，其数据格式为map<wstring,vector<string>>,wstring:键值；vector<string> 候选读音

1. 将硬盘中的码表读入内存

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36

void StringManipulation::FormatPinYinMap(map<wstring,vector<string >>&hptable) {     ifstream ifile("mycodebook.txt");           string line;     while (getline(ifile,line))     {         if (!line.empty())         {   wstring wsResult=String2Wstring(line);             vector<wstring> goodWordstemp;             boost::split(goodWordstemp,wsResult,boost::is_any_of(" "));             wstring mykey=goodWordstemp[0];             vector<string>myval;             for(vector<wstring>::iterator it=goodWordstemp.begin()+1;it!=goodWordstemp.end();it++)             {                  myval.push_back(Wstring2String(*it));                                     }             if (!hptable.count(mykey))             {                 hptable[mykey]=myval;             }             }               }   }

 

2. 将单个汉字转换成拼音的代码

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

vector<string>StringManipulation::HZ2Py(wstring character,map<wstring,vector<string> >& hptable) {       vector<string>candidates;     if (hptable.count(character))     {         candidates=hptable[character];       }     else     {         candidates.push_back("[A-Z]+");       }     return candidates;   }

?

1	3. 将汉字字符串转换成对应的拼音字符串（重点函数）

?

1	此份代码可以将任意汉字串转换成拼音。但是，工作侧重点是将汉语人名转换成拼音形式，从而构造启发式查询。

?

1	考虑到多音字，生僻字等多种情形，为了让转换成的拼音字符串更具鲁棒性，我们在转换后的拼音串中加入了若干正则表达式

?

1	比如我们将“刘禹锡”转换成”LIU.*?YU.*?XI”。这样形成的拼音字符串既可以和含有“liuyuxi”网页匹配，又可以和含有”LIU YUXI”网页匹配。

?

1	汉语字符串中含有多音字的时候，可以形成多个候选读音。由于我们事先并不知道那些字是多音字，所有我们不可能事先确定一个汉字串究竟有多少种候选读音。

?

1	这里采用的办法是：生成一个图来表示每个汉字对应的后续读音，以及这些读音之间的有向连接关系。

?

1	然后用求有向图上任意两点间的所有路径的算法见《<a href="http://www.cnblogs.com/finallyliuyu/archive/2011/04/18/2019534.html">求两点之间所有路径的算</a>法》，求出一个汉字字符串所对应的所有候选读音。

?

1

?

1	<a href="http://images.cnblogs.com/cnblogs_com/finallyliuyu/201105/201105162159215935.png"><img title="image" style="border: 0; display: inline" height="78" alt="image" src="https://images.cnblogs.com/cnblogs_com/finallyliuyu/201105/201105162159221725.png" width="244" border="0"></a>

?

1

 

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99

/************************************************************************/ /*获得一汉字字符串的拼音串                                                                     */ /************************************************************************/ vector<string> StringManipulation::Han2Py(string shan,map<wstring,vector<string>>&hptable) {     vector<string>result;     GraphRepresentation gr;     gr.Vertex[0]="@";     int mycount=0;//是否添加“正则边”     int prevsize=0;//上一个汉字有几个读音     int laslabel=0;//上一次节点编号的最大值     if (!shan.empty())     {         wstring whan=String2Wstring(shan);         for (wstring::iterator it=whan.begin();it!=whan.end();it++)         {             wstring tmp;             tmp.assign(1,*it);             vector<string>tmpcandidates=HZ2Py(tmp,hptable);             if(mycount==0)             {                 for (int i=0;i<tmpcandidates.size();i++ )                 {                     gr.Vertex[i+laslabel+1]=tmpcandidates[i];                     gr.GraphR[make_pair(0,i+laslabel+1)]="&";                   }                 prevsize=tmpcandidates.size();                 laslabel=tmpcandidates.size();               }             else             {                 for (int i=0;i<tmpcandidates.size();i++ )                 {                     gr.Vertex[i+laslabel+1]=tmpcandidates[i];                     for (int j=laslabel;j>laslabel-prevsize;j--)                     {                         gr.GraphR[make_pair(j,i+laslabel+1)]=".*?";                     }                                         }                 laslabel+=tmpcandidates.size();                 prevsize=tmpcandidates.size();                                       }             mycount++;           }         gr.Vertex[laslabel+1]="@";         for (int j=laslabel;j>laslabel-prevsize;j--)         {             gr.GraphR[make_pair(j,laslabel+1)]="&";         }         vector<vector<int>>paths;         gr.GetPaths(paths,0,laslabel+1);         for (vector<vector<int>>::iterator it=paths.begin();it!=paths.end();it++)         {              deque<int>tmpque;             string singlecandidate;             for (vector<int>::reverse_iterator rit=it->rbegin();rit!=it->rend();rit++)             {                   tmpque.push_back(*rit);                                   if (tmpque.size()==2)                 {                     int tmp1=tmpque.front();                     tmpque.pop_front();                     singlecandidate+=gr.Vertex[tmp1];                     int tmp2=tmpque.front();                     string edge=gr.GraphR[make_pair(tmp1,tmp2)];                     singlecandidate+=edge;                                                           }                                                                                                       }              TrimString(singlecandidate,"@");             TrimString(singlecandidate,"&");             result.push_back(singlecandidate);         }           }         return result;       }

?

1

?

1

?

1

?

1	其他辅助函数见<a href="http://www.cnblogs.com/finallyliuyu/archive/2011/05/16/2048138.html">《小谈汉字转换成拼音辅助函数和辅助类》</a>

?

1	汉字2拼音转换表 https://files.cnblogs.com/finallyliuyu/mycodebook.rar

?

1

主调函数：

?

1	StringManipulation strp;<br> map<wstring,vector<string>>h2ptable;<br> strp.FormatPinYinMap(h2ptable);<br>vector<string>result=strp.Han2Py("陈阿娇",h2ptable);<br> for (vector<string>::iterator it=result.begin();it!=result.end();it++)<br> {<br>  cout<<*it<<endl;<br> }

?

1

效果：

?

1

?

1

?

1

?

1

?

1

?

1

?

1