-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathkpinyin.h
166 lines (144 loc) · 6.58 KB
/
kpinyin.h
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
/*
* 引用自GitHub，链接: https://github.com/newMoonxx/ChineseToPinyin
*
0. 功能包括：自动分离姓名中的[姓,名]；姓名转拼音（一对一，首字母+全拼音）；姓名转拼音（一对多，首字母+全拼音）
1. 版本：V1.0 日期：2019年06月06日
2. 详情：
https://blog.csdn.net/weixin_38887369/article/details/91047524 // 本开源项目介绍
https://blog.csdn.net/weixin_38887369 //
3. 版权所有 qq:2271590144,新月
4. 使用语言:c++,使用库：qt
5. qt库只使用了 qstring qstringlist qvector，如果你不想使用qt,直接使用标准的c++也可，只需要做很少的改动
如果使用标准的c++库,改动如下：
qstring -> string
qstringlist -> vector<string>
qvector -> vector
a. cpp文件中的代码就300行左右,所以改动不多
b. [vector,qvector],[string,qstring] 的相似度极高，很多函数都是一样的，所以改起来也容易
c. 使用标准的string效率会更高
6. 实际运用测试：
a. 已经商用，没什么问题
b. 速度测试，环境：win10系统 + i5-8265U + 单线程下 + 每人3个字 ，很粗糙的速度测试结果如下
getComPingyinForStr() => 50 人/ms
getNamePingyin() => 100人/ms
7. 使用方法：可以直接看本文件（.h文件）的注释 或 进入详情页面开，见第二条的网址
*/
#pragma once
#include <qstring.h>
#include <qstringlist.h>
#include <qvector.h>
/*
0. vs2017的默认编码不是utf-8，如果在qt的IDE编辑不需要这句；如果在vs上开发并且不用qt,也不需要这句
1. 我是在vs2017上使用qt, 如果没有这句，则QString str="哈哈"; str会是乱码的
2. 如果你要使用CString ,则自己脑部...
*/
//#pragma execution_character_set("utf-8") //
namespace KPinyin
{
// 汉字-拼音
struct hanziTableS
{
// 拼音
QString first_py; // 首字母
QString full_py; // 全拼
// 汉字
QString hanzis;
};
// 特殊姓氏发音
struct lastNameTableS
{
QString hanzi;
QString pinyi;
};
// 常用多音字
struct multiToneWordTableS
{
QString hanzi;
QString pinyi;
};
// ----- 外部使用 ----- //
/*
0. 获取组合拼音(一可能对多),用于搜索
1. eg:
getComPingyinForStr("解红",fristPy,fullPy); // fristPy = "jg xg jh xh" , fullPy = "jiegong xiegong jiehong xiehong"
getComPingyinForStr("查查",fristPy,fullPy); // fristPy = "cc zc cz zz" , fullPy = "chacha zhacha chazha zhazha"
getComPingyinForStr("尉迟萌",fristPy,fullPy); // fristPy = "wcm ycm" , fullPy = "weichimeng yuchimeng"
getComPingyinForStr("李石",fristPy,fullPy); // fristPy = "ld ls" , fullPy = "lidan lishi"
getComPingyinForStr("小明",fristPy,fullPy); // fristPy = "xm" , fullPy = "xiaoming"
*/
int getComPingyinForStr(const QString& inStr, QString& outFrist_py, QString& outFull_py);//ok
/*
0. 【姓、名】分别转拼音（严格的一一对应），用于汉字强转拼音
1. 使用了：姓氏特殊读音字库 + 多音字常用读音字库 + 全字库
2. eg:
str = getNamePingyin("春",true); // str => "chun"
str = getNamePingyin("春",false); // str => "chun"
str = getNamePingyin("解",true); // str => "xie"
str = getNamePingyin("解",false); // str => "jie"
str = getNamePingyin("翟",true); // str => "zhai"
str = getNamePingyin("翟",false); // str => "di"
str = getNamePingyin("参",true); // str => "can"
str = getNamePingyin("参",false); // str => "can"
str = getNamePingyin("单于",true); // str => "chanyu"
str = getNamePingyin("单于",false); // str => "danyu"
*/
QString getNamePingyin(const QString& inStr, bool isLastName);//
/*
0. 自动切分 姓、名
1. 基本只能应对普通的复姓（两个字），如果在复姓表中没有找到，则: 姓氏 = （fullName.size() == 4） ? fullName的前两个个字符 ： fullName的第一个字符
2. 备注：百度的姓氏基本就70多个，这里有90个，但是忽略的少数民族的姓氏，也不要认为复姓就是两个字，(《中国少数民族姓氏》汇总大概有1万多)
例如：乌拉乌拉氏、爱新觉罗、钮钴禄、色氏、尼玛（我见过很多姓这个的）
3. eg:
QString names = {"东皇太一 尉迟小白 解波 卜艾 颜碧玉 句帅 杨红给 吕布 亚里士多缺德 覃黄埔 菊花拉姆 上官万"};
QStringList nameList = names.split(" ");
for (size_t i = 0; i < nameList.size(); i++)
{
QString full, fist, last;
full = nameList[i];
myNameSplit(full, last, fist);
last = getNamePingyin(last, true);
fist = getNamePingyin(fist, false);
qout << full + " : " + last + " " + fist << endl;
}
// 结果
"东皇太一 : donghuang taiyi"
"尉迟小白 : yuchi xiaobai"
"解波 : xie bo"
"卜艾 : bu ai"
"颜碧玉 : yan biyu"
"句帅 : gou shuai"
"杨红给 : yang honggei"
"吕布 : lv bu"
"亚里士多缺德 : ya lishiduoquede"
"覃黄埔 : qin huangpu"
"菊花拉姆 : juhua lamu"
"上官万 : shangguan wan"
*/
void myNameSplit(const QString& inFullName, QString& outLastName, QString& outFirstName);
// ----- 内部部使用 ----- //
/*
0. 获取一个汉字的【所有】拼音(首字母、全拼)
1. 使用字库 ： hanziTables[]
2. 输出不会为空，除非输入就等于空
3. 如果输入为非中文字符，则返回和输入一样
4. inWord 只能输入一个汉字，否则返回-1
5. eg:
getAllPingyinForWord("句",fristPy,fullPy); // fristPy => {"g","j"} , fullPy => {"gou","ju"}
getAllPingyinForWord("龙",fristPy,fullPy); // fristPy => {"l"} , fullPy => {"long"}
*/
int getAllPingyinForWord(const QString& inWord, QStringList& outFrist_py, QStringList& outFull_py); // ok
/*
0. 获取一个字的拼音,如果是多音字返回常用读音
1. 偏向于名的发音偏好,而不是姓氏的发音偏好
2. 输出不会为空，除非输入就等于空
3. 使用字库：multiToneWordTable[]（多音字库）+ hanziTables[]（全字库）
4. 如果输入为非中文字符，则返回和输入一样
5. 多音字的取舍规则见：multiToneWordTable[]
6. inWord 只能输入一个汉字，否则直接放回输入内容
7. eg:
str = getNoRepeatPingyinForWord("大"); // str => "da"
str = getNoRepeatPingyinForWord("解"); // str => "jie"
str = getNoRepeatPingyinForWord("石"); // str => "shi"
*/
QString getNoRepeatPingyinForWord(const QString& inWord);//ok
}