字符串分组

最新推荐文章于 2022-10-12 19:19:34 发布

原创最新推荐文章于 2022-10-12 19:19:34 发布 · 1.7k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#pinyin4j

java 专栏收录该内容

32 篇文章

订阅专栏

本文介绍了一种使用 pinyin4j 库将包含汉字和拼音的字符串进行字母分组排序的方法。通过对每个字符串的第一个字符判断是否为汉字，并将其转换成拼音，从而实现按拼音首字母进行排序的功能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

有一系列的字符串汉字和拼音，要按字母分组排序。

使用的工具：

pinyin4j

字符类：

public class NameBean implements Comparable<NameBean> {
	//汉字
	private String nameGBk;
	//拼音
	private String namePY;

	public NameBean() {
		super();
	}

	public String getNameGBk() {
		return nameGBk;
	}

	public void setNameGBk(String nameGBk) {
		this.nameGBk = nameGBk;
	}

	public String getNamePY() {
		return namePY;
	}

	public void setNamePY(String namePY) {
		this.namePY = namePY;
	}

	@Override
	public int compareTo(NameBean arg0) {
		return getNamePY().compareTo(arg0.getNamePY());
	}

	@Override
	public String toString() {
		// TODO Auto-generated method stub
		// return getNameGBk()+"="+getNamePY();
		return getNameGBk() != null ? getNameGBk() : getNamePY();
	}
}

测试：

public class TestMain {
	// 判断首字符是否是汉字
	public static boolean isChineseChar(String str) {
		boolean temp = false;
		Pattern p = Pattern.compile("[\u4e00-\u9fa5]");
		Matcher m = p.matcher(str);
		if (m.find()) {
			temp = true;
		}
		return temp;
	}

	// 获取字符串的拼音
	public static String getPinYin(String strs) {
		HanyuPinyinOutputFormat format = new HanyuPinyinOutputFormat();
		format.setCaseType(HanyuPinyinCaseType.LOWERCASE);
		format.setToneType(HanyuPinyinToneType.WITH_TONE_MARK);
		format.setVCharType(HanyuPinyinVCharType.WITH_U_UNICODE);
		char[] ch = strs.trim().toCharArray();
		StringBuffer buffer = new StringBuffer("");
		try {
			for (int i = 0; i < ch.length; i++) {
				if (Character.toString(ch[i]).matches("[\u4e00-\u9fa5]+")) {
					String[] temp = PinyinHelper.toHanyuPinyinStringArray(
							ch[i], format);
					buffer.append(temp[0]);
					buffer.append(" ");
				} else {
					buffer.append(Character.toString(ch[i]));
				}
			}
		} catch (BadHanyuPinyinOutputFormatCombination e) {
			e.printStackTrace();
		}
		return buffer.toString();
	}

	/**
	 * @param args
	 */
	public static void main(String[] args) {
		// TODO Auto-generated method stub
		String data[] = {
				 "水无月", "android", "杰克森", "news",
				"baidu", "location", "oberser", "mary", "next", "ruby",
				"money", "lucy", "very", "thunder", "object", "lily", "jay",
				"answer", "layout", "demos", "com", "collect", "custom",
				"blog", "round", "redirect", "ground", "gray", "blue", "zone",
				"james", "zhang", "阿", "喔", "额", "哦", "不败", "坝堤", "布鲁斯", "da",
				"大", "易", };

		//关键字集合
		TreeSet<String> treeData = new TreeSet<String>();
		//数据集合
		List<NameBean> nData = new LinkedList<NameBean>();

		String str = "";
		String let = "";
		NameBean b;
		// 从指定源数组中复制一个数组，复制从指定的位置开始，到目标数组的指定位置结束
		for (int m = 0; m < data.length; m++) {
			b = new NameBean();

			// 取得字符串
			str = data[m].trim();
			// 取得字符串第一个字符
			let = String.valueOf(str.charAt(0));
			// 首字符是汉字
			if (isChineseChar(let)) {
				b.setNameGBk(str);
				// 拼音化字符串
				b.setNamePY(getPinYin(str));

				// 取得拼音首字母
				let = String.valueOf(getPinYin(let).charAt(0));
				if (!treeData.contains(let)) {
					// 首字母添加进关键字集合
					treeData.add(let);

					NameBean ins = new NameBean();
					ins.setNamePY(let);
					nData.add(ins);
				}
			}
			// 首字母是拼音
			else {
				b.setNamePY(str);

				if (!treeData.contains(let)) {
					treeData.add(let);

					NameBean ins = new NameBean();
					ins.setNamePY(let);
					nData.add(ins);
				}
			}
			nData.add(b);
		}

		//升序排序
		Collections.sort(nData);

		for (int m = 0; m < nData.size(); m++) {
			System.out.print(";");
			System.out.print(nData.get(m));
		}
	}
}

结果：

;a;android;answer;b;baidu;blog;blue;坝堤;不败;布鲁斯;c;collect;com;custom;d;da;demos;大;g;gray;ground;j;james;jay;杰克森;l;layout;lily;location;lucy;m;mary;money;n;news;next;o;oberser;object;r;redirect;round;ruby;s;水无月;t;thunder;v;very;w;喔;y;易;z;zhang;zone;é;额;哦;ā;阿

大家可以看到，在结果中 ā 是不同于a的（类似情况也是），所以会显示出这种情况，你最好把元音音标都找出来做个标记进行纠错，那样就可以了，总共也没多少个。