神级程序员JavaScript300行代码搞定汉字转拼音

一.汉字转拼音的现状

首先应该说，汉字转拼音是个强需求，比如联系人按拼音字母排序／筛选；比如目的地（典型如机票购买）
按拼音首字母分类等等。但是这个需求的解决方案，但好像没听过什么巧妙的实现（特别是浏览器端），大概都需要一个庞大的字典。
具体到JavaScript，查查github和npm，比较优秀的处理汉字转拼音的库有pinyin
和pinyinjs，可以看到，两者都自带了庞大的字典。
这些字典动辄几十上百KB（有的甚至几MB），想在浏览器端使用还是需要一些勇气的。所以当我们碰到汉字转拼音的需求，也不怪我们第一反应就是拒绝需求（或者服务端实现）。
现在，如果我告诉你可以浏览器端300行代码实现汉字转拼音，是不是不可置信？

二.从安卓4.2.2联系人代码说起

再次强调这篇博客——利用Android源码，轻松实现汉字转拼音功能。
今天和大家分享一个从Android系统源代码提取出来的汉字转成拼音实现方案，只要一个类，560多行代码就可以让你轻松实现汉字转成拼音的功能，且无需其他任何第三方依赖。
是不是打破了你的思维定势：难道有什么强大的算法可以抛弃字典？
第一遍看完博客，稍有些失望，并没有什么算法解析，只是介绍了从安卓代码发现的这几百行代码。第二遍时带着移植到JavaScript的想法阅读代码，算是弄懂了原理，于是开始了踩坑的移植之旅。

三.手把手教你300行JavaScript代码实现汉字转拼音

首先直指核心：为什么有汉字转拼音必须有庞大字典的思维定势？
因为汉字的排布和拼音并有什么关联，比如在汉字区间\u4E00-\u9FFF，前一个可能是ha，后一个可能就是ze，没有办法从汉字的unicode关联到拼音，所以只能有一个庞大的字典记录每个汉字（或常用汉字）的拼音。
但是，假设我们可以把所有汉字按拼音排序，比如按'A','AI','AN','ANG','AO','BA',...,'ZUI','ZUN','ZUO'排序，那么，我们只需要记住每个相同拼音的汉字队列的第一个汉字就好了。那么，所需要的字典就会很小（覆盖所有拼音即可，拼音数量本身不多）。
现在，难点就是把汉字按拼音排序了。很幸运，ICU/本地化相关的API提供了这个排序API（如果没有方便的排序／比较方法，那么本篇文章可能就不会出现了）。

所以，这就是为什么300行可以实现汉字转拼音：Intl.CollatorAPI：Intl.Collator内部实现了本土化相关的字符串排序。我们通过Intl.Collator.prototype.compare可以把所有汉字基本按照拼音来排序。
边界汉字表：记录了排序的边界点。该汉字表的每个汉字都是排序后相同拼音的汉字集合的首个汉字（Eachunihansisthefirstonewithinsamepinyinwhencollatoriszh_CN）。
说到这里，可能仍然有没说清楚的地方，所以直接上一段代码：

有兴趣的同学可以执行node--icu-data-dir=node_modules/full-icu上面的脚本.js看看，然后看看是不是得到了基本按照拼音排序的汉字表。

这里有几点要注意：

我再次加粗了“基本”，因为我们得到的汉字列表并没有完全按照拼音来排序，中间偶尔有一些其它拼音的汉字插入，这点在制作边界表时要额外注意。
上面脚本里得出的表是所有汉字的排序，其中有些和安卓代码里HanziToPinyin.java的表有不同，所以需要更新HanziToPinyin.java的表。（从Java转到JavaScript的最大的坑和工作量：更正边界表）
相信大家都看到了核心代码：constCOLLATOR=newIntl.Collator(['zh-Hans-CN'])，Intl.Collator
（这里指定locale是中国zh-Hans-CN）正是能把汉字按拼音排序的关键，它是按locale-specific顺序，排序字符串的InternationalizationAPI。
执行脚本时请先npmifull-icu，这个依赖会自动安装缺失的中文支持并提示如何指定ICU数据文件来执行脚本。
1.ICUICU即InternationalComponentsforUnicode，为应用提供Unicode和国际化支持。
ICUisamature,widelyusedsetofC/C++andJavalibrariesprovidingUnicodeandGlobalizationsupportforsoftwareapplications.ICUiswidelyportableandgivesapplicationsthesameresultsonallplatformsandbetweenC/C++andJavasoftware.
并且ICU提供了本地化字符串比较服务（UnicodeCollationAlgorithm+本地特定的比较规则）：
Collation:Comparestringsaccordingtotheconventionsandstandardsofaparticularlanguage,regionorcountry.ICU'scollationisbasedontheUnicodeCollationAlgorithmpluslocale-specificcomparisonrulesfromtheCommonLocaleDataRepository,acomprehensivesourceforthistypeofdata.
在现代浏览器上，一般ICU内置了对用户本地语言的支持，我们直接使用即可。
但对node.js来说，通常情况下，ICU只包含了一个子集（通常是英语），所以我们需要自行添加对中文的支持。一般来说，可以通过npminstallfull-icu安装full-icu
来安装缺失的中文支持。(参见上面node--icu-data-dir=node_modules/full-icu）。
2.IntlAPI上一小节应该基本讲清楚了国际化/本地化相关的知识，这里再补充一下内置API的使用。怎么查看用户语言和Runtime是否支持这个语言？Intl.Collator.supportedLocalesOf(array|string)
返回包含支持（不用回退到默认locale）的locales的数组，参数可以是数组或字符串，为想要测试的locales（即BCP47languagetag）。

构造Collator对象和排序字符串

通过Intl.Collator.prototype.compare，我们可以按语言指定的顺序来排序字符串。而中文中，这个排序恰好绝大多数都是按拼音的顺序来的，'A','AI','AN','ANG','AO','BA','BAI','BAN','BANG','BAO','BEI','BEN','BENG','BI','BIAN','BIAO','BIE','BIN','BING','BO','BU','CA','CAI','CAN',...
，这正是我们上面提到的汉字转拼音的关键。

四.边界表更正

 显然，这个边界表是有问题的，需要更正。
我们可看到，大部分的汉字被转成了qing，可见，qing这个拼音对应的汉字有问题。
找到这个汉字，是'\u72c5'/'狅'，加上前后各一个字，['\u4eb2','\u72c5','\u828e']/["亲","狅","芎"]
。
搜索，'\u72c5'/'狅'可以读qing，但现在多读kuang，这应该就是错误的原因了。
根据最初得到那张所有汉字的排序表，qing的第一个汉字是'\u9751'/'靑'。
改动后，转换失败的只剩104了。

# javaScript汉字转拼音  # js汉字转拼音实现代码  # 用正则表达式判断字符串是汉字还是拼音的js函数代码  # javascript 汉字转拼音实现代码  # JS实现超简单的汉字转拼音功能示例  # javascript汉字转拼音的代码  # javascript 汉字与拼音转换  # JavaScript实现汉字转换为拼音的库文件示例  # Javascript实现汉字和拼音互转的终极方案  # javascript汉字拼音互转的简单实例  # JS实现中文汉字按拼音排序的方法  # JS实现获取汉字首字母拼音、全拼音及混拼音的方法  # 按拼音  # 都是  # 有什么  # 转成  # 第一个  # 我们可以  # 就会  # 是个  # 让你  # 带着  # 你可以  # 是有  # 大家都  # 这就是  # 不多  # 只需  # 说到  # 它是  # 转到  # 上一 

相关文章： 如何通过服务器快速搭建网站？完整步骤解析  制作宣传网站的软件,小红书可以宣传网站吗？  如何选择网络建站服务器？高效建站必看指南  学校免费自助建站系统：智能生成+拖拽设计+多端适配  如何快速搭建高效WAP手机网站？  枣阳网站制作,阳新火车站打的到仙岛湖多少钱？  网页制作模板网站推荐,网页设计海报之类的素材哪里好？  如何快速查询网址的建站时间与历史轨迹？  如何在阿里云虚拟机上搭建网站？步骤解析与避坑指南  建站之星在线客服如何快速接入解答？  手机怎么制作网站教程步骤,手机怎么做自己的网页链接？  C#如何使用XPathNavigator高效查询XML  建站之星后台密码遗忘？如何快速找回？  建站之星如何快速更换网站模板？  Dapper的Execute方法的返回值是什么意思 Dapper Execute返回值详解  如何高效利用亚马逊云主机搭建企业网站？  网站制作服务平台,有什么网站可以发布本地服务信息？  如何在阿里云域名上完成建站全流程？  湖北网站制作公司有哪些,湖北清能集团官网？  购物网站制作公司有哪些,哪个购物网站比较好？  如何快速上传建站程序避免常见错误？  如何在景安服务器上快速搭建个人网站？  如何高效生成建站之星成品网站源码？  如何用VPS主机快速搭建个人网站？  如何获取PHP WAP自助建站系统源码？  GML (Geography Markup Language)是什么，它如何用XML来表示地理空间信息？  如何有效防御Web建站篡改攻击？  建站ABC备案流程中有哪些关键注意事项？  如何用景安虚拟主机手机版绑定域名建站？  如何确保FTP站点访问权限与数据传输安全？  ppt在线制作免费网站推荐,有什么下载免费的ppt模板网站？  制作网站的模板软件,网站怎么建设？  如何通过宝塔面板实现本地网站访问？  如何快速配置高效服务器建站软件？  攀枝花网站建设,攀枝花营业执照网上怎么年审？  威客平台建站流程解析：高效搭建教程与设计优化方案  湖州网站制作公司有哪些,浙江中蓝新能源公司官网？  利用JavaScript实现拖拽改变元素大小  建站主机选购指南：核心配置优化与品牌推荐方案  定制建站如何定义？其核心优势是什么？  企业微网站怎么做,公司网站和公众号有什么区别？  seo网站制作优化,网站SEO优化步骤有哪些？  如何选择域名并搭建高效网站？  如何在云主机上快速搭建多站点网站？  公司网站建设制作费用,想建设一个属于自己的企业网站，该如何去做？  简单实现Android文件上传  一键制作网站软件下载安装,一键自动采集网页文档制作步骤？  常州企业网站制作公司,全国继续教育网怎么登录？  免费制作海报的网站,哪位做平面的朋友告诉我用什么软件做海报比较好?ps还是cd还是ai这几个软件我都会些我是做网页的？  深入理解Android中的xmlns:tools属性