使用Microsoft Visual Studio International Pack获得中文字符串的所有拼音组合（处理多音字）

最新推荐文章于 2021-12-22 10:12:45 发布

转载最新推荐文章于 2021-12-22 10:12:45 发布 · 1k 阅读

文章标签：

#microsoft #微软 #扩展 #null #string #算法

Other 专栏收录该内容

6 篇文章

订阅专栏

本文介绍了一种处理中文多音字的拼音检索方法，利用微软的ChineseChar库结合自定义扩展方法，解决了多音字带来的检索复杂性问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

最近一个项目中客户需要做人名的拼音检索，就像QQ好友那样，输入拼音就提示符合的联系人。上网找了一下，发现微软已经发布了相关的支持库，不仅可以处理拼音，还能处理笔画、简繁体转换等。csdn上有一篇博客介绍了基本的使用方法，微软发布的库也包含了比较全面的文档。但实际使用过程中发现了几个问题：

多音字的处理，当人名中含有多音字时，处理会变得相对复杂。
汉字拼音边界的处理，比如人名为“小明”，拼音为"XIAOMING"，当输入"AOM"时，客户可能不希望看到“小明”这个结果。

本文分析第一个问题。此问题的目标是对于特定的字符串，生成其对应拼音列表。比如“重”有"CHONG2"、"ZHONG4"两个音，“量”有"LIANG2"、"LIANG4"、"LIANG5"三个音（5代表轻声）。最后生成的列表应该是"CHONGLIANG"、"ZHONGLIANG"。由于使用微软的国际化库ChineseChar类的Pinyins属性得到的事一个元素个数固定为8的ReadOnlyCollection<string>类型，其中元素包含读音，而且集合会包含null元素，所以必须先做一步处理，取得无音标的拼音。为ChineseChar添加一个扩展方法如下：

 
 
 
 public static class ChineseCharExtension
 {
     /// <summary>
     /// Get the distinct pinyins of a <see cref="ChineseChar"/> without the sound indicator.<para />
     /// The result strings are upper case.
     /// For example, "重" will get a result of "ZHONG" and "CHONG", 
     /// while "量" will only get "LIANG".
     /// </summary>
     /// <param name="chineseChar"></param>
     /// <returns></returns>
     public static IEnumerable<string> PinyinsWithoutSound (this ChineseChar chineseChar)
     {
         return chineseChar.Pinyins.Where (p => p != null).Select (p => p.Substring (0, p.Length - 1)).Distinct ();
     }
 }
 

然后是取得整个字符串的拼音组合，这本质上就是个回溯算法，我用了递归来实现，为了方便使用，直接做成了string的扩展方法。

 
 
 
 public static class ChineseString
 {
     /// <summary>
     /// Get pinyins of a string containing chinese characters.
     /// </summary>
     /// <param name="chinese">The input string.</param>
     /// <returns>The pinyin combinations.</returns>
     public static IEnumerable<string> GetPinyins (this string chinese)
     {
         Char[] chineseChars = chinese.ToCharArray ();
 
         return chineseChars.GetPinyins (0);
     }
 
     private static IEnumerable<string> GetPinyins (this char[] chinese, int startIndex)
     {
         //If the start index is beyond the string length, just yield return an empty string.
         if (startIndex == chinese.Length)
         {
             yield return string.Empty;
         }
         else
         {
             //If this char is a chinese char.
             if (ChineseChar.IsValidChar (chinese[startIndex]))
             {
                 foreach (var charPinyin in (new ChineseChar (chinese[startIndex])).PinyinsWithoutSound ())
                 {
                     foreach (var remainingPinyins in chinese.GetPinyins (startIndex + 1))
                     {
                         yield return charPinyin + remainingPinyins;
                     }
                 }
             }
             else
             {
                 //Is not chinese, just concat it with the remaining pinyins.
                 foreach (var remainingPinyins in chinese.GetPinyins (startIndex + 1))
                 {
                     yield return chinese[startIndex] + remainingPinyins;
                 }
             }
         }
     }
 }

这样，要判断用户输入的字符串是不是中文字符串"name"的拼音的一部分，只要用

  name.GetPinyins().Any(p => p.ToUpper ().Contains (inputStr.ToUpper ()))

就行了。

Microsoft Visual Studio International Pack 下载地址：http://www.microsoft.com/downloads/details.aspx?FamilyID=44cac7f0-633b-477d-aed2-99aee642fc10&DisplayLang=zh-cn

注意下面有个2.0的下载，但那个只是个Feature Pack，主要功能还在1.0中。