PinyinHelper.toHanYuPinyinString的分隔符有bug

[jiangyexin]

在多音字库里的会带上分隔符，不在多音字库里的词有的没有分隔符

[zhaiwei3000]

自己重写了一下这个方法net.sourceforge.pinyin4j.PinyinHelper#toHanYuPinyinString

你可以用这个试试。自测还可以。 /**

• 替换原来的toHanYuPinyinString
• 原来的有bug：
• 原来的比如 "一二三" 用#分割后,结果为yi#ersan,最后二和三之间的#丢失了。有的会丢，有的不会丢，取决于词组中是否有包含一的词组
• add by zhaiwei5
• @param str
• @param outputFormat
• @param separate
• @param retain
• @return
• @throws BadHanyuPinyinOutputFormatCombination */ static public String toHanYuPinyinString(String str, HanyuPinyinOutputFormat outputFormat, String separate, boolean retain) throws BadHanyuPinyinOutputFormatCombination { ChineseToPinyinResource resource = ChineseToPinyinResource.getInstance(); //装拼音的list List list = new ArrayList<>(); char[] chars = str.toCharArray(); for (int i = 0; i < chars.length; i++) { //匹配到的最长的结果 String result = null; char currentChar = chars[i]; Trie root = resource.getUnicodeToHanyuPinyinTable(); int index = i; //当前字符的编码 String hexStr = Integer.toHexString(currentChar).toUpperCase(); //当前字符对应的根节点对象 Trie nowTrie = root.get(hexStr); //判断有没有在配置文件中设置拼音 if (nowTrie == null || nowTrie.getPinyin() == null) { if (retain) { list.add(Character.toString(chars[i])); } //没有设置则跳出当前循环,继续找下一个 continue; } result = nowTrie.getPinyin(); if (i + 1 == chars.length) { //是最后一个字符了，解析拼音 String[] pinyinStrArray = resource.parsePinyinString(result); //多音字默认取第一个 list.add(PinyinFormatter.formatHanyuPinyin(pinyinStrArray[0], outputFormat)); } else { //是否是词组 boolean isMulti = false; //当前字符的下一个节点 Trie nextMap = nowTrie.getNextTire(); while (true) { if (index + 1 == chars.length) { //尽最大努力匹配到最后一个字符了 break; } //取下一个字符 char nextChar = chars[++index]; //前一个字符有匹配的词组 if (nextMap != null) { //匹配字符的下一个字符对应的节点对象 Trie nextTrie = nextMap.get(Integer.toHexString(nextChar).toUpperCase()); if (nextTrie == null) { break; } if (nextTrie.getPinyin() != null) { //是词组,尽最大努力匹配最多字的词组 result = nextTrie.getPinyin(); isMulti = true; //index前面已经加1了 i = index; } //下一个节点 nextMap = nextTrie.getNextTire(); } else { break; } } String[] pinyinStrArray = resource.parsePinyinString(result); if (!isMulti) { //如果当前字符及其后的字符没有匹配上词组,则取当前字符的拼音 //如果是多音字取第一个读音 list.add(PinyinFormatter.formatHanyuPinyin(pinyinStrArray[0], outputFormat)); } else { //词组 for (String SinglePinyin : pinyinStrArray) { list.add(PinyinFormatter.formatHanyuPinyin(SinglePinyin, outputFormat)); } } } } String collect = list.stream().collect(Collectors.joining(separate == null ? "" : separate)); return collect; }