ChineseUtilPHP 中文工具類庫

ChineseUtil

PHP 中文工具類，支持漢字轉(zhuǎn)拼音、拼音分詞、簡繁互轉(zhuǎn)。

PHP Chinese Tool class, support Chinese pinyin, pinyin participle, simplified and traditional conversion

目前本類庫擁有的三個功能，都是在實際開發(fā)過程中整理出來的。這次使用的數(shù)據(jù)不同于以前我開源過漢字轉(zhuǎn)拼音和簡繁互轉(zhuǎn)，數(shù)據(jù)都是從字典網(wǎng)站采集下來的，比以前的數(shù)據(jù)更加準確。

由于中文的博大精深，字有多音字，簡體字和繁體字也有多種對應(yīng)。并且本類庫返回的所有結(jié)果，均為包含所有組合的數(shù)組。

本類庫字典數(shù)據(jù)總共收錄 73925 個漢字，包括：3955 個簡體字，1761 個繁體字，68209 個其它漢字。

內(nèi)存占用

類庫第一個版本發(fā)布開始，群里朋友就展開了激烈的討論，最大的問題就在于內(nèi)存占用以及性能問題上。經(jīng)過我不斷嘗試幾種方案，最終決定設(shè)置三種模式，來適應(yīng)不同用戶之間的需求。

我已經(jīng)嘗試過 Redis，速度比 SQLite 慢 3 倍，沒有必要加入支持。所以目前來看，SQLite 模式性價比最高！

性能模式 (Memory)

使用 SQLite 作為數(shù)據(jù)載體，一次性加載所有數(shù)據(jù)到變量，內(nèi)存占用高(80 MB)，性能最佳。

適合用于運行 Cli 任務(wù)。

需要 PDO 和 PDO_SQLITE 擴展支持。

通用模式 (SQLite)

使用 SQLite 作為數(shù)據(jù)載體，每次查詢都通過 SQL 查詢，內(nèi)存占用低(600+ KB)，性能中等。

適合用于大部分場景。

需要 PDO 和 PDO_SQLITE 擴展支持。

兼容模式 (JSON)

使用精簡過的 JSON 數(shù)據(jù)作為數(shù)據(jù)載體，一次性加載所有數(shù)據(jù)到變量，內(nèi)存占用中(28 MB)，性能差。

內(nèi)存占用量以實際為準，根據(jù)版本、擴展等環(huán)境的不同，占用的內(nèi)存容量不一樣，上述值為我電腦上的情況，僅供參考。

適合無法使用 PDO 的場景。

由于精簡了數(shù)據(jù)，一些拼音結(jié)果需要經(jīng)過代碼計算處理才可以得出，所以性能較差。

默認情況下，優(yōu)先使用通用模式，如果環(huán)境不支持 PDO 將采用兼容模式。

你可以在未執(zhí)行任何初始化或者轉(zhuǎn)換處理之前，設(shè)置使用何種模式運行。

// 設(shè)為性能模式
Chinese::setMode('Memory');
// 設(shè)為通用模式
Chinese::setMode('SQLite');
// 設(shè)為兼容模式
Chinese::setMode('JSON');

無論何種模式，拼音分詞所需數(shù)據(jù)總是從 JSON 數(shù)據(jù)中加載。

使用說明

Composer 直接安裝

composer require yurunsoft/chinese-util

Composer 項目配置引入

"require": {
    "yurunsoft/chinese-util" : "~1.0"
}

功能

漢字轉(zhuǎn)拼音

use \Yurun\Util\Chinese;
use \Yurun\Util\Chinese\Pinyin;
$string = '恭喜發(fā)財！';
echo $string, PHP_EOL;

echo '全拼:', PHP_EOL;
var_dump(Chinese::toPinyin($string, Pinyin::CONVERT_MODE_PINYIN));

echo '首字母:', PHP_EOL;
var_dump(Chinese::toPinyin($string, Pinyin::CONVERT_MODE_PINYIN_FIRST));

echo '讀音:', PHP_EOL;
var_dump(Chinese::toPinyin($string, Pinyin::CONVERT_MODE_PINYIN_SOUND));

echo '讀音數(shù)字:', PHP_EOL;
var_dump(Chinese::toPinyin($string, Pinyin::CONVERT_MODE_PINYIN_SOUND_NUMBER));

echo '自選返回格式 + 以文本格式返回 + 自定義分隔符:', PHP_EOL;
var_dump(Chinese::toPinyin($string, Pinyin::CONVERT_MODE_PINYIN | Pinyin::CONVERT_MODE_PINYIN_SOUND_NUMBER, ' '));

echo '所有結(jié)果:', PHP_EOL;
var_dump(Chinese::toPinyin($string));
/**
所有結(jié)果:
array(4) {
  ["pinyin"]=>
  array(1) {
    [0]=>
    array(5) {
      [0]=>
      string(4) "gong"
      [1]=>
      string(2) "xi"
      [2]=>
      string(2) "fa"
      [3]=>
      string(3) "cai"
      [4]=>
      string(3) "！"
    }
  }
  ["pinyinSoundNumber"]=>
  array(1) {
    [0]=>
    array(5) {
      [0]=>
      string(5) "gong1"
      [1]=>
      string(3) "xi3"
      [2]=>
      string(3) "fa1"
      [3]=>
      string(4) "cai2"
      [4]=>
      string(3) "！"
    }
  }
  ["pinyinFirst"]=>
  array(1) {
    [0]=>
    array(5) {
      [0]=>
      string(1) "g"
      [1]=>
      string(1) "x"
      [2]=>
      string(1) "f"
      [3]=>
      string(1) "c"
      [4]=>
      string(3) "！"
    }
  }
  ["pinyinSound"]=>
  array(1) {
    [0]=>
    array(5) {
      [0]=>
      string(5) "gōng"
      [1]=>
      string(3) "xǐ"
      [2]=>
      string(3) "fā"
      [3]=>
      string(4) "cái"
      [4]=>
      string(3) "！"
    }
  }
}
全拼:
array(1) {
  ["pinyin"]=>
  array(1) {
    [0]=>
    array(5) {
      [0]=>
      string(4) "gong"
      [1]=>
      string(2) "xi"
      [2]=>
      string(2) "fa"
      [3]=>
      string(3) "cai"
      [4]=>
      string(3) "！"
    }
  }
}
首字母:
array(1) {
  ["pinyinFirst"]=>
  array(1) {
    [0]=>
    array(5) {
      [0]=>
      string(1) "g"
      [1]=>
      string(1) "x"
      [2]=>
      string(1) "f"
      [3]=>
      string(1) "c"
      [4]=>
      string(3) "！"
    }
  }
}
讀音:
array(1) {
  ["pinyinSound"]=>
  array(1) {
    [0]=>
    array(5) {
      [0]=>
      string(5) "gōng"
      [1]=>
      string(3) "xǐ"
      [2]=>
      string(3) "fā"
      [3]=>
      string(4) "cái"
      [4]=>
      string(3) "！"
    }
  }
}
讀音數(shù)字:
array(1) {
  ["pinyinSoundNumber"]=>
  array(1) {
    [0]=>
    array(5) {
      [0]=>
      string(5) "gong1"
      [1]=>
      string(3) "xi3"
      [2]=>
      string(3) "fa1"
      [3]=>
      string(4) "cai2"
      [4]=>
      string(3) "！"
    }
  }
}
自選返回格式 + 以文本格式返回 + 自定義分隔符:
array(2) {
  ["pinyin"]=>
  array(1) {
    [0]=>
    string(18) "gong xi fa cai ！"
  }
  ["pinyinSoundNumber"]=>
  array(1) {
    [0]=>
    string(22) "gong1 xi3 fa1 cai2 ！"
  }
}
 * /

拼音分詞

use \Yurun\Util\Chinese;
$string2 = 'xianggang';
echo '"', $string2, '"的分詞結(jié)果:', PHP_EOL;
var_dump(Chinese::splitPinyin($string2));
/**
輸出結(jié)果:
"xianggang"的分詞結(jié)果:
array(2) {
  [0]=>
  string(12) "xi ang gang "
  [1]=>
  string(11) "xiang gang "
}
 * /

簡繁互轉(zhuǎn)

use \Yurun\Util\Chinese;
$string3 = '中華人民共和國！恭喜發(fā)財！';
echo '"', $string3, '"的簡體轉(zhuǎn)換:', PHP_EOL;
var_dump(Chinese::toSimplified($string3));
echo '"', $string3, '"的繁體轉(zhuǎn)換:', PHP_EOL;
var_dump(Chinese::toTraditional($string3));
/**
輸出結(jié)果:
"中華人民共和國！恭喜發(fā)財！"的簡體轉(zhuǎn)換:
array(1) {
  [0]=>
  string(39) "中華人民共和國！恭喜發(fā)財！"
}
"中華人民共和國！恭喜發(fā)財！"的繁體轉(zhuǎn)換:
array(1) {
  [0]=>
  string(39) "中華人民共和國！恭喜發(fā)財！"
}
 * /