学步园

开发工具：

Visual Studio v2010

.NET Framework 4 Client Profile

版本历史：

V1.1 2011年5月29日

• 代码优化。

V1.0 2011年5月24日

• 实现GB18030-2000汉字拼音模块。

功能描述：

• 通过汉字获取拼音（基于频率排序）。可查询的汉字编码范围为0x3400～0x9FA5 0xF900～0xFAD9。
• 获取指定字符集的同音字列表（基于频率排序）。
• 数字标调音节和字符标调音节之间的互相转换。
• 音节排序（基于新华字典序）。
• 将兼容码字符转换为标准字符。

下载地址：

HYPY_Mandarin_CSharp.zip

源代码：

Pinyin.cs

/* ----------------------------------------------------------<br /> 文件名称：Pinyin.cs</p> <p>作者：秦建辉</p> <p>MSN：splashcn@msn.com</p> <p>版本历史：<br /> V1.1 2011年5月29日<br /> 代码优化。</p> <p> V1.0 2011年5月24日<br /> 实现GB18030-2000汉字拼音模块。</p> <p>功能描述：<br /> 1.通过汉字获取拼音（基于频率排序）。可查询的汉字编码范围为0x3400～0x9FA5 0xF900～0xFAD9。<br /> 2.获取指定字符集的同音字列表（基于频率排序）。<br /> 3.数字标调音节和字符标调音节之间的互相转换。<br /> 4.音节排序（基于新华字典序）。<br /> 5.将兼容码字符转换为标准字符。<br /> ------------------------------------------------------------ */</p> <p>using System;<br /> using System.Text;</p> <p>namespace Splash<br /> {<br /> /// <summary><br /> /// GB18030-2000汉语拼音类库<br /> /// 静态类库，运行时无需实例化<br /> /// </summary><br /> public static partial class Pinyin<br /> {<br /> /// <summary><br /> /// 音节总类数 1402<br /> /// </summary><br /> public const Int32 SYLLABLE_NUM = 1402;</p> <p> /// <summary><br /> /// 标准码区间起始编码 0x3400<br /> /// </summary><br /> public const Int32 NormZoneBegin = 0x3400;</p> <p> /// <summary><br /> /// 标准码区间结束编码 0x9FA5<br /> /// </summary><br /> public const Int32 NormZoneEnd = 0x9FA5;</p> <p> /// <summary><br /> /// 兼容码区间起始编码 0xF900<br /> /// </summary><br /> public const Int32 CompatibilityZoneBegin = 0xF900;</p> <p> /// <summary><br /> /// 兼容码区间结束编码 0xFAFF<br /> /// </summary><br /> public const Int32 CompatibilityZoneEnd = 0xFAFF; </p> <p> /// <summary><br /> /// 位标志枚举类型，字符集分类<br /> /// </summary><br /> [Flags]<br /> public enum CharSet<br /> {<br /> /// <summary><br /> /// 未知字符集 0x00<br /> /// </summary><br /> UNKNOWN = 0x00,</p> <p> /// <summary><br /> /// GB 2312-1980字符集 0x01<br /> /// </summary><br /> GB2312 = 0x01,</p> <p> /// <summary><br /> /// GB 13000.1-1993字符集 0x02<br /> /// </summary><br /> GBK = 0x02,</p> <p> /// <summary><br /> /// GB 18030-2000字符集 0x04<br /> /// </summary><br /> GB18030 = 0x04<br /> }</p> <p> /// <summary><br /> /// 通过UCS4编码获取汉字拼音音节索引集<br /> /// </summary><br /> /// <param name="UCS4">汉字UCS4编码</param><br /> /// <returns>拼音音节索引集</returns><br /> public static UInt16[] Pronunciation(Int32 UCS4)<br /> {<br /> // 将兼容码字符转换到标准码字符<br /> UCS4 = Compatibility2Norm(UCS4);</p> <p> // 有效区间0x3400～0x9FA5，共计27484个有效汉字<br /> if (UCS4 >= NormZoneBegin && UCS4 <= NormZoneEnd)<br /> {<br /> UInt16 Index = CharToSyllableTable[UCS4 - NormZoneBegin];<br /> if (Index != 0xFFFF)<br /> {<br /> if (Index < (NormZoneEnd - NormZoneBegin + 1))<br /> { // 单音字<br /> return new UInt16[] { Index };<br /> }<br /> else<br /> { // 多音字，二次定位<br /> UInt16 Count = CharToSyllableTable[Index]; // 读音数<br /> UInt16[] SyllableMap = new UInt16[Count];<br /> for (Int32 i = 0; i < Count; i++)<br /> {<br /> SyllableMap[i] = CharToSyllableTable[Index + i + 1];<br /> }</p> <p> return SyllableMap;<br /> }<br /> }<br /> }</p> <p> // 读音未知<br /> return null;<br /> }</p> <p> /// <summary><br /> /// 通过UCS2编码获取汉字拼音音节索引集<br /> /// </summary><br /> /// <param name="UCS2">Unicode字符</param><br /> /// <returns>拼音音节索引集</returns><br /> public static UInt16[] Pronunciation(Char UCS2)<br /> {<br /> return Pronunciation(Convert.ToInt32(UCS2));<br /> }</p> <p> /// <summary><br /> /// 获取字符串指定索引位置字符的拼音音节索引集<br /> /// </summary><br /> /// <param name="s">字符所在的字符串</param><br /> /// <param name="index">字符在字符串中的索引位置</param><br /> /// <returns>拼音音节索引集</returns><br /> public static UInt16[] Pronunciation(String s, Int32 index)<br /> {<br /> return Pronunciation(Char.ConvertToUtf32(s, index));<br /> }</p> <p> /// <summary><br /> /// 获取索引对应的拼音音节<br /> /// </summary><br /> /// <param name="index">拼音音节索引号</param><br /> /// <param name="isDigitTone">输出方式。true：字符标调 false：数字标调</param><br /> /// <param name="isUppercase">输出方式。true：大写字母形式 false：小写字母形式</param><br /> /// <returns>拼音音节</returns><br /> public static String Syllable(Int32 index, Boolean isDigitTone = true, Boolean isUppercase = true)<br /> {<br /> if (index >= 0 && index < SYLLABLE_NUM)<br /> {<br /> // 开始索引位置<br /> UInt16 BeginIndex;<br /> if (index == 0)<br /> BeginIndex = 0;<br /> else<br /> BeginIndex = SyllableEndIndex[index - 1];</p> <p> // 结束索引位置<br /> UInt16 EndIndex = SyllableEndIndex[index];</p> <p> // 获取拼音音节（小写字母、字符标调）<br /> String Syllable = Encoding.UTF8.GetString(SyllableMap, BeginIndex, EndIndex - BeginIndex);<br /> if (isDigitTone)<br /> { // 转换为数字标掉<br /> return CharTone2DigitTone(Syllable, isUppercase);<br /> }<br /> else<br /> { // 字符标调<br /> if (isUppercase)<br /> return Syllable.ToUpper();<br /> else<br /> return Syllable;<br /> }<br /> }</p> <p> // 错误的索引号<br /> return null;<br /> }</p> <p> /// <summary><br /> /// 获取音节索引号对应的同音字集合<br /> /// </summary><br /> /// <param name="index">拼音音节索引号</param><br /> /// <param name="cs">字符集：GB2312、GBK、GB18030</param><br /> /// <returns>同音字集合</returns><br /> public static String Homophone(Int32 index, CharSet cs = CharSet.GB2312)<br /> {<br /> if ((index >= 0) && (index < SYLLABLE_NUM) && (cs != CharSet.UNKNOWN))<br /> {<br /> // 开始索引位置<br /> UInt16 BeginIndex;<br /> if (index == 0)<br /> BeginIndex = 0;<br /> else<br /> BeginIndex = HomophoneEndIndex[index - 1];</p> <p> // 结束索引位置<br /> UInt16 EndIndex = HomophoneEndIndex[index];<br /> if (BeginIndex < EndIndex)<br /> {<br /> StringBuilder sb = new StringBuilder(EndIndex - BeginIndex);<br /> for (UInt16 i = BeginIndex; i < EndIndex; i++)<br /> {<br /> Int32 UCS4 = HomophoneMap[i]; // 字符编码<br /> if ((cs & CharSet.GB18030) != 0)<br /> {<br /> sb.Append(Convert.ToChar(UCS4));<br /> }<br /> else<br /> {<br /> if ((CharSetClass(UCS4) & cs) != 0)<br /> {<br /> sb.Append(Convert.ToChar(UCS4));<br /> }<br /> }<br /> }</p> <p> if (sb.Length != 0) return sb.ToString();<br /> }<br /> }</p> <p> // 同音字不存在<br /> return null;<br /> } </p> <p> /// <summary><br /> /// 将拼音从字符标调转换成数字标调（支持多音节）<br /> /// </summary><br /> /// <param name="Syllable">字符标调的拼音音节</param><br /> /// <param name="isUppercase">输出方式。true：大写字母形式 false：小写字母形式</param><br /> /// <returns>数字标调的拼音音节</returns><br /> public static String CharTone2DigitTone(String Syllable, Boolean isUppercase = true)<br /> {<br /> if (String.IsNullOrEmpty(Syllable))<br /> {<br /> return null;<br /> }</p> <p> StringBuilder sb = new StringBuilder(Syllable.Length + 2);</p> <p> Int32 CharToneNum = CharTone2DigitToneTable.GetLength(0); // 获取数组行数</p> <p> Char Tone = '5'; // 初始化数字声调<br /> foreach(Char UCS2 in Syllable)<br /> {<br /> if (UCS2 == '-')<br /> { // 连接符<br /> sb.Append(Tone);<br /> sb.Append('-');<br /> Tone = '5'; // 初始化数字声调<br /> }<br /> else<br /> {<br /> Int32 i;<br /> for (i = 0; i < CharToneNum; i++)<br /> {<br /> if (UCS2 == CharTone2DigitToneTable[i, 0])<br /> { // 带调字符<br /> Tone = CharTone2DigitToneTable[i, 2]; // 声调<br /> if (CharTone2DigitToneTable[i, 1] != 0)<br /> {<br /> sb.Append(CharTone2DigitToneTable[i, 1]); // 基本字符<br /> }</p> <p> break;<br /> }<br /> }</p> <p> if (i == CharToneNum)<br /> { // 非带调字符<br /> sb.Append(UCS2);<br /> }<br /> }<br /> }</p> <p> sb.Append(Tone);</p> <p> if (isUppercase)<br /> { // 大写字母形式<br /> return sb.ToString().ToUpper();<br /> }<br /> else<br /> { // 小写字母形式<br /> return sb.ToString().ToLower();<br /> }<br /> } </p> <p> /// <summary><br /> /// 多音节版本：将数字标调转换成字符标调<br /> /// </summary><br /> /// <param name="Syllable">数字标调的拼音音节</param><br /> /// <param name="isUppercase">输出方式。true：大写字母形式 false：小写字母形式</param><br /> /// <returns>字符标调的拼音音节</returns><br /> public static String DigitTone2CharTone(String Syllable, Boolean isUppercase = false)<br /> {<br /> if (String.IsNullOrEmpty(Syllable))<br /> {<br /> return null;<br /> }</p> <p> // 可标调字符集<br /> String ToneCharSet = "aoeiu/u00FC/u00EAnm"; // 关键：字符顺序<br /> String CombiningCharSet = "/u0304/u0301/u030C/u0300"; // 阴平、阳平、上声、去声</p> <p> StringBuilder sb = new StringBuilder(Syllable.Length);<br /> Int32 BeginIndex = 0;<br /> Int32 EndIndex = Syllable.Length;<br /> while (BeginIndex < EndIndex)<br /> {<br /> Int32 Count;<br /> Int32 HyphenIndex = Syllable.IndexOf('-', BeginIndex);<br /> if (HyphenIndex == -1)<br /> { // 单音节<br /> Count = EndIndex - BeginIndex - 1;<br /> }<br /> else<br /> { // 多音节<br /> Count = HyphenIndex - BeginIndex - 1;<br /> }</p> <p> if (Count < 1) return null; // 音节错误</p> <p> Char Tone = Syllable[BeginIndex + Count];<br /> if (Tone >= '1' && Tone <= '4')<br /> {<br /> Boolean isNotFind = true;<br /> foreach (Char ToneChar in ToneCharSet)<br /> { // 查找小写<br /> Int32 Index = Syllable.IndexOf(ToneChar, BeginIndex, Count);<br /> if (Index == -1)<br /> { // 查找大写<br /> Index = Syllable.IndexOf(Char.ToUpper(ToneChar), BeginIndex, Count);<br /> }</p> <p> if (Index != -1)<br /> {<br /> Index++; // 声调字符插入位置<br /> if (Char.ToLower(ToneChar) == 'i')<br /> {<br /> if ((Index < BeginIndex + Count) && Char.ToLower(Syllable[Index]) == 'u')<br /> {<br /> Index++;<br /> }<br /> } </p> <p> sb.Append(Syllable, BeginIndex, Index - BeginIndex);<br /> sb.Append(CombiningCharSet[Tone - '1']); // 声调<br /> sb.Append(Syllable, Index, BeginIndex + Count - Index);</p> <p> isNotFind = false;<br /> break;<br /> }<br /> }</p> <p> if (isNotFind) return null; // 音节错误，无带调字符<br /> }<br /> else if (Tone == '5')<br /> {<br /> sb.Append(Syllable, BeginIndex, Count);<br /> }<br /> else<br /> {<br /> return null; // 音节错误<br /> }</p> <p> if (HyphenIndex == -1)<br /> {<br /> break;<br /> }<br /> else<br /> {<br /> sb.Append('-');<br /> BeginIndex = HyphenIndex + 1;<br /> }<br /> }</p> <p> if (isUppercase)<br /> { // 大写字母形式<br /> return sb.ToString().ToUpper();<br /> }<br /> else<br /> { // 小写字母形式<br /> return sb.ToString().ToLower();<br /> }<br /> }</p> <p> /// <summary><br /> /// 基于数字标调的汉语拼音串比较函数（新华字典序）<br /> /// </summary><br /> /// <param name="x">数字标调的拼音串</param><br /> /// <param name="y">数字标调的拼音串</param><br /> /// <returns>-1：x排在y前面 0：x与y顺序相等 1：x排在y后面</returns><br /> public static Int32 PinyinCompare(String x, String y)<br /> {<br /> if (String.IsNullOrEmpty(x))<br /> {<br /> if (String.IsNullOrEmpty(y))<br /> {<br /> return 0;<br /> }<br /> else<br /> {<br /> return -1;<br /> }<br /> }<br /> else if (String.IsNullOrEmpty(y))<br /> {<br /> return 1;<br /> }</p> <p> // 统一到大写状态<br /> String u = x.ToUpper();<br /> String v = y.ToUpper();</p> <p> // 多音节处理<br /> Int32 HyphenPosX = u.IndexOf('-');<br /> Int32 HyphenPosY = v.IndexOf('-');<br /> if (HyphenPosX != -1)<br /> {<br /> if (HyphenPosY != -1)<br /> {<br /> // 比较第一个音节<br /> Int32 RetVal = PinyinCompare(u.Substring(0, HyphenPosX), v.Substring(0, HyphenPosY));<br /> if (RetVal == 0)<br /> { // 继续比较其余音节<br /> return PinyinCompare(u.Substring(HyphenPosX + 1), v.Substring(HyphenPosY + 1));<br /> }<br /> else<br /> {<br /> return RetVal;<br /> }<br /> }<br /> else<br /> {<br /> Int32 RetVal = PinyinCompare(u.Substring(0, HyphenPosX), v);<br /> if (RetVal == 0)<br /> {<br /> return 1;<br /> }<br /> else<br /> {<br /> return RetVal;<br /> }<br /> }<br /> }<br /> else if (HyphenPosY != -1)<br /> { // 比较第一个音节<br /> Int32 RetVal = PinyinCompare(u, v.Substring(0, HyphenPosY));<br /> if (RetVal == 0)<br /> {<br /> return -1;<br /> }<br /> else<br /> {<br /> return RetVal;<br /> }<br /> }</p> <p> if (u.IndexOf('/u00CA') != -1)<br /> {<br /> if (v.IndexOf('/u00CA') != -1)<br /> {<br /> return PinyinCompare(u.Replace('/u00CA', 'E'), v.Replace('/u00CA', 'E'));<br /> }<br /> else<br /> { // 关键：去掉声调后再比较<br /> Int32 RetVal = PinyinCompare(u.Replace('/u00CA', 'E').Substring(0, u.Length - 1), v.Substring(0, v.Length - 1));<br /> if (RetVal == 0)<br /> {<br /> return 1;<br /> }<br /> else<br /> {<br /> return RetVal;<br /> }<br /> }<br /> }<br /> else if (v.IndexOf('/u00CA') != -1)<br /> { // 关键：去掉声调后再比较<br /> Int32 RetVal = PinyinCompare(u.Substring(0, u.Length - 1), v.Replace('/u00CA', 'E').Substring(0, v.Length - 1));<br /> if (RetVal == 0)<br /> {<br /> return -1;<br /> }<br /> else<br /> {<br /> return RetVal;<br /> }<br /> }</p> <p> if (u.IndexOf('/u00DC') != -1)<br /> {<br /> if (v.IndexOf('/u00DC') != -1)<br /> {<br /> return PinyinCompare(u.Replace('/u00DC', 'U'), v.Replace('/u00DC', 'U'));<br /> }<br /> else<br /> { // 去掉声调后再比较<br /> Int32 RetVal = PinyinCompare(u.Replace('/u00DC', 'U').Substring(0, u.Length - 1), v.Substring(0, v.Length - 1));<br /> if (RetVal == 0)<br /> {<br /> return 1;<br /> }<br /> else<br /> {<br /> return RetVal;<br /> }<br /> }<br /> }<br /> else if (v.IndexOf('/u00DC') != -1)<br /> { // 去掉声调后再比较<br /> Int32 RetVal = PinyinCompare(u.Substring(0, u.Length - 1), v.Replace('/u00DC', 'U').Substring(0, v.Length - 1));<br /> if (RetVal == 0)<br /> {<br /> return -1;<br /> }<br /> else<br /> {<br /> return RetVal;<br /> }<br /> }</p> <p> // 普通字符串比较<br /> return u.CompareTo(v);<br /> }</p> <p> /// <summary><br /> /// 获取汉字所属的字符集组合<br /> /// </summary><br /> /// <param name="UCS4">汉字UCS4编码</param><br /> /// <returns>该汉字所属的字符集组合</returns><br /> /// <remarks>位标志枚举，支持值的任意组合</remarks><br /> public static CharSet CharSetClass(Int32 UCS4)<br /> {<br /> if (UCS4 >= NormZoneBegin && UCS4 <= NormZoneEnd)<br /> {<br /> Int32 Class;</p> <p> Int32 Span = UCS4 - NormZoneBegin;<br /> Int32 Index = Span >> 1;<br /> if (Span % 2 == 0)<br /> { // 字节低4Bit<br /> Class = HZClass[Index] & 0x0F;<br /> }<br /> else<br /> { // 字节高4Bit<br /> Class = HZClass[Index] >> 4;<br /> }</p> <p> return (CharSet)Class; // 位标志枚举，支持值的任意组合<br /> }</p> <p> return CharSet.UNKNOWN;<br /> }</p> <p> /// <summary><br /> /// 将兼容码字符转换为标准字符<br /> /// </summary><br /> /// <param name="UCS4">要转换的兼容码</param><br /> /// <returns>返回标准码</returns><br /> public static Int32 Compatibility2Norm(Int32 UCS4)<br /> { // 兼容码区间<br /> if (UCS4 >= CompatibilityZoneBegin && UCS4 <= CompatibilityZoneEnd)<br /> { // 折半查找<br /> Int32 BeginIndex = 0;<br /> Int32 EndIndex = Compatibility2NormTable.GetLength(0) - 1;<br /> while (BeginIndex <= EndIndex)<br /> {<br /> Int32 Middle = (BeginIndex + EndIndex) >> 1;<br /> Int32 Code = Compatibility2NormTable[Middle, 0];<br /> if (UCS4 > Code)<br /> {<br /> BeginIndex = Middle + 1;<br /> }<br /> else if (UCS4 < Code)<br /> {<br /> EndIndex = Middle - 1;<br /> }<br /> else<br /> { // 返回标准码<br /> return Compatibility2NormTable[Middle, 1];<br /> }<br /> }<br /> }</p> <p> // 返回原始码<br /> return UCS4;<br /> }</p> <p> /// <summary><br /> /// 将兼容码字符转换为标准字符<br /> /// </summary><br /> /// <param name="UCS2">UCS2编码字符</param><br /> /// <returns>兼容码对应的标准码字符</returns><br /> /// <remarks>调用时注意异常处理：OverflowException</remarks><br /> public static Char Compatibility2Norm(Char UCS2)<br /> {<br /> return Convert.ToChar(Compatibility2Norm(Convert.ToInt32(UCS2)));<br /> }</p> <p> /// <summary><br /> /// 将兼容码字符转换为标准字符<br /> /// </summary><br /> /// <param name="s">字符所在的字符串</param><br /> /// <param name="index">字符在字符串中的索引位置</param><br /> /// <returns>兼容码对应的标准码字符串</returns><br /> /// <remarks>调用时注意异常处理：ArgumentNullException、ArgumentOutOfRangeException、ArgumentException</remarks><br /> public static String Compatibility2Norm(String s, Int32 index)<br /> {<br /> return Char.ConvertFromUtf32(Compatibility2Norm(Char.ConvertToUtf32(s, index)));<br /> }<br /> }<br /> }<br />