DIV CSS 佈局教程網

JavaScript 實現漢字轉拼音
編輯:關於JavaScript     

漢字轉拼音在中文網址(slug)、排序與搜尋等場景中很實用。純 JavaScript 的經典做法是建一張「拼音 → 該音節下所有漢字」的對照表,轉換時逐一比對字元落在哪個拼音的字元清單中,就能反推出讀音。

查找函式

// 在 PinYin 對照表中,找出包含指定漢字的那個拼音
function arraySearch(l1) {
    for (var name in PinYin) {
        if (PinYin[name].indexOf(l1) != -1) {
            return name;
        }
    }
    return false;
}

對照表結構

對照表是一個大物件,鍵是拼音音節,值則是該音節對應的所有漢字串(以 Unicode 轉義序列表示)。以下摘錄部分條目說明結構:

var PinYin = {
    "a":   "\u554a\u963f\u9515",
    "ai":  "\u57c3\u6328\u54ce\u5509\u54c0\u7691\u764c\u853c\u77ee\u827e\u788d\u7231",
    "an":  "\u978d\u6c28\u5b89\u4ffa\u6309\u6697\u5cb8\u80fa\u6848\u8c19",
    "ang": "\u80ae\u6602\u76ce",
    "ao":  "\u51f9\u6556\u71ac\u7ff1\u8884\u50b2\u5965\u61ca\u6fb3",
    "ba":  "\u82ad\u634c\u6252\u53ed\u5427\u7b06\u516b\u75a4\u5df4\u62d4",
    "bai": "\u767d\u67cf\u767e\u6446\u4f70\u8d25\u62dc\u7a17\u859c",
    "ban": "\u6591\u73ed\u642c\u6273\u822c\u9881\u677f\u7248\u626e\u62cc\u4f34",
    "bao": "\u82de\u80de\u5305\u8912\u96f9\u4fdd\u5821\u9971\u5b9d\u62b1\u62a5\u66b4",
    "bei": "\u676f\u7891\u60b2\u5351\u5317\u8f88\u80cc\u8d1d\u94a1\u500d",
    "ben": "\u5954\u82ef\u672c\u7b28\u755a\u574c\u951b",
    "cai": "\u731c\u88c1\u6750\u624d\u8d22\u776c\u8e29\u91c7\u5f69\u83dc",
    "can": "\u9910\u53c2\u8695\u6b8b\u60ed\u60e8\u707f\u9a96",
    "cao": "\u64cd\u7cd9\u69fd\u66f9\u8349\u8279\u5608\u6f15",
    "ce":  "\u5395\u7b56\u4fa7\u518c\u6d4b\u5202\u5e3b",
    "cha": "\u63d2\u53c9\u832c\u8336\u67e5\u78b4\u643d\u5bdf\u5c94",
    "de":  "\u5fb7\u5f97\u7684\u951d",
    "di":  "\u5824\u4f4e\u6ef4\u8fea\u654c\u7b1b\u72c4\u6da4\u7fdf\u5ae1\u62b5\u5e95\u5730",
    "e":   "\u86fe\u5ce8\u9e45\u4fc4\u989d\u8bb9\u5a25\u6076\u5384\u627c",
    "er":  "\u800c\u513f\u8033\u5c14\u9975\u6d31\u4e8c\u8d30\u8fe9\u73e5\u94d2",
    "ge":  "\u54e5\u6b4c\u6401\u6208\u9e3d\u80f3\u7599\u5272\u9769\u845b\u683c\u9601\u9694",
    "he":  "\u5475\u559d\u8377\u83cf\u6838\u79be\u548c\u4f55\u5408\u76d2\u8c89",
    "ji":  "\u51fb\u573e\u57fa\u673a\u7578\u7a3d\u79ef\u7b95\u808c\u9965\u8ff9\u6fc0\u8ba5",
    "ma":  "\u5988\u9ebb\u739b\u7801\u8682\u9a6c\u9a82\u561b\u5417\u551b",
    "ni":  "\u59ae\u9713\u502a\u6ce5\u5c3c\u62df\u4f60\u533f\u817b\u9006\u6eba",
    "ren": "\u58ec\u4ec1\u4eba\u5fcd\u97e7\u4efb\u8ba4\u5203\u598a\u7eab",
    "shi": "\u5e08\u5931\u72ee\u65bd\u6e7f\u8bd7\u5c38\u8671\u5341\u77f3\u62fe\u65f6\u4ec0\u98df",
    "shuo":"\u8bf4\u7855\u6714\u70c1\u84b4\u6420\u55cd\u6fef",
    "wo":  "\u631d\u8717\u6da1\u7a9d\u6211\u65a1\u5367\u63e1\u6c83\u83b4",
    "yi":  "\u4e00\u58f9\u533b\u63d6\u94f1\u4f9d\u4f0a\u8863\u9890\u5937\u9057\u79fb\u4eea",
    "yu":  "\u8fc2\u6de4\u4e8e\u76c2\u6986\u865e\u611a\u8206\u4f59\u4fde\u903e\u9c7c",
    "zh":  "\u829d\u679d\u652f\u5431\u8718\u77e5\u80a2\u8102\u6c41\u4e4b\u7ec7\u804c\u76f4",
    "zi":  "\u5179\u54a8\u8d44\u59ff\u6ecb\u6dc4\u5b5c\u7d2b\u4ed4\u7c7d\u6ed3\u5b50\u81ea"
    // 其餘音節依相同結構補齊
};

轉換主函式

function Cn2PinYin(l1) {
    var l2 = l1.length;
    var I1 = "";
    // 字母、數字、連字號與空白直接保留
    var reg = new RegExp('[a-zA-Z0-9\- ]');

    for (var i = 0; i < l2; i++) {
        var val = l1.substr(i, 1);
        var name = arraySearch(val);
        if (reg.test(val)) {
            I1 += val;             // 非漢字原樣保留
        } else if (name !== false) {
            I1 += name;            // 漢字轉為對應拼音
        }
    }
    I1 = I1.replace(/ /g, '-');    // 空白轉為連字號
    while (I1.indexOf('--') > 0) { I1 = I1.replace('--', '-'); }  // 合併連續符號
    return I1;
}

console.log(Cn2PinYin("你好世界 Hello"));   // 輸出類似 "ni-hao-shi-jie-Hello"

這個做法的限制

這套方案有三個無法迴避的先天問題,值得先理解再決定是否採用。

多音字無法處理。像「重」有 zhong 與 chong、「行」有 xing 與 hang,對照表只能存一個讀音,因此「重慶」會被轉成 "zhongqing" 而非正確的 "chongqing"。要正確處理必須做詞庫分詞,判斷詞性後再取音,複雜度遠超單字查表。

效能不佳。arraySearch 對每個漢字都要遍歷整個對照表,並在每個拼音的字串中做一次 indexOf,整體是 O(字數 × 音節數 × 平均字串長度)。實務上應反過來建表:把「漢字 → 拼音」做成直接的鍵值對,查詢就變成一次 O(1) 的屬性存取。

// 反轉對照表:漢字為鍵,拼音為值
var char2Pinyin = {};
for (var py in PinYin) {
    for (var i = 0; i < PinYin[py].length; i++) {
        char2Pinyin[PinYin[py][i]] = py;
    }
}
// 查詢
console.log(char2Pinyin["你"]);   // "ni"

for-in 需過濾。遍歷 PinYin 時應加上 hasOwnProperty 判斷,避免 Object.prototype 上的擴充屬性被誤當成音節。

最後,若專案允許使用函式庫,pinyin-pro 或 hotoo/pinyin 這類成熟方案內建詞庫與多音字判斷,能直接解決上述問題,通常比自行維護一張龐大的對照表更划算。

XML學習教程| jQuery入門知識| AJAX入門| Dreamweaver教程| Fireworks入門知識| SEO技巧| SEO優化集錦|
Copyright © DIV+CSS佈局教程網 All Rights Reserved