java开源简繁转换类库

时间:2022-09-28 一灰灰人气:0

引言

今天给大家介绍一个非常有意思类库，基于java实现的简繁体转换，适用于后端、android等开发领域

源码地址：* liuyueyi/quick-chinese-transfer: 简繁转换，支持香港繁体，台湾繁体与简体互转

1. 实例体验

以maven做项目管理，可以直接从中央仓库下载，再pom文件中添加以下依赖即可

<!-- https://mvnrepository.com/artifact/com.github.liuyueyi/quick-transfer-core -->
<dependency>
    <groupId>com.github.liuyueyi</groupId>
    <artifactId>quick-transfer-core</artifactId>
    <version>0.2.6</version>
</dependency>

说明：0.2.6版本于2022-08-11上传，若在mvn仓库搜索不到，不要慌，可以先使用0.2.5

如果是gradle做项目管理，依赖同样很简单

// https://mvnrepository.com/artifact/com.github.liuyueyi/quick-transfer-core
implementation 'com.github.liuyueyi:quick-transfer-core:0.2.6'

此外，针对网络不好的小伙伴，也可以通过jitpack的方式导入依赖，具体姿势如下

maven依赖

<repositories>
    <repository>
        <id>jitpack.io</id>
        <url>https://jitpack.io</url>
    </repository>
</repositories>
<dependency>
    <groupId>com.github.liuyueyi.quick-chinese-transfer</groupId>
    <artifactId>quick-transfer-core</artifactId>
    <version>0.2.6</version>
</dependency>

gradle依赖

allprojects {
	repositories {
		...
		maven { url 'https://jitpack.io' }
	}
}
dependencies {
    implementation 'com.github.liuyueyi.quick-chinese-transfer:quick-transfer-core:0.2.6'
}

环境准备完毕之后，可以直接进行使用了，使用姿势非常非常非常的简单

public void testTrans() {
    String text = "这斜月三星洞…… 长寿面，孙悟空，猪八戒，唐僧，沙和尚，白龙马，李靖，托塔天王, 戏说西游，许多人都这样说，收拾一下，拾金不昧；纔=才";
    // 简体转繁体
    String out = ChineseUtils.s2t(text);
    System.out.println("s2t -->" + out);
    // 简体转香港繁体
    String hkOut = ChineseUtils.s2hk(text);
    System.out.println("s2hk -->" + hkOut);
    // 简体转台湾繁体
    String twOut = ChineseUtils.s2tw(text);
    System.out.println("s2tw --> " + twOut);
    // 繁体转简体
    String origin = ChineseUtils.t2s(out);
    System.out.println("t2s -->" + origin);
    // 香港繁体转简体
    System.out.println("hk2s -->" + ChineseUtils.hk2s(hkOut));
    // 台湾繁体转简体
    System.out.println("tw2s -->" + ChineseUtils.tw2s(twOut));
}

入口类 ChineseUtils 支持简繁互转，这里区分了香港繁体 + 台湾繁体，两者的主要区别在于某些字、词的叫法不一样

通常来讲，使用最简单的简繁互即可

上面的case输出结果如下:

s2t -->這斜月三星洞…… 長壽麪，孫悟空，豬八戒，唐僧，沙和尚，白龍馬，李靖，托塔天王, 戲說西遊，許多人都這樣說，收拾一下，拾金不昧；纔=才
s2hk -->這斜月三星洞…… 長壽麪，孫悟空，豬八戒，唐僧，沙和尚，白龍馬，李靖，托塔天王, 戲説西遊，許多人都這樣説，收拾一下，拾金不昧；才=才
s2tw --> 這斜月三星洞…… 長壽麵，孫悟空，豬八戒，唐僧，沙和尚，白龍馬，李靖，托塔天王, 戲說西遊，許多人都這樣說，收拾一下，拾金不昧；才=才
t2s -->这斜月三星洞…… 长寿面，孙悟空，猪八戒，唐僧，沙和尚，白龙马，李靖，托塔天王, 戏说西游，许多人都这样说，收拾一下，拾金不昧；才=才
hk2s -->这斜月三星洞…… 长寿面，孙悟空，猪八戒，唐僧，沙和尚，白龙马，李靖，托塔天王, 戏说西游，许多人都这样说，收拾一下，拾金不昧；才=才
tw2s -->这斜月三星洞…… 长寿面，孙悟空，猪八戒，唐僧，沙和尚，白龙马，李靖，托塔天王, 戏说西游，许多人都这样说，收拾一下，拾金不昧；才=才

2. 进阶使用

简繁转换，核心在于词典的管理，改类库在首次实现转换的时候，会加载词典，并解析为内部的数据结构Dict；因此第一次调用时，会出现冷启动的耗时高问题

2.1 预热

基于此，可以再合适的地方先预热加载词典；官方提供了同步预热/异步预热两种方式，如

// 预热加载所有的词典
ChineseUtils.preLoad(true, TransType.values());
// 预加载简体转繁体词典
ChineseUtils.preLoad(true, TransType.SIMPLE_TO_TRADITIONAL);
// 预加载简繁互转词典
ChineseUtils.preLoad(true, TransType.SIMPLE_TO_TRADITIONAL, TransType.TRADITIONAL_TO_SIMPLE);

preLoad方法的第一个参数，就是用来控制同步还是异步的情况

后面的参数则为希望加载的词典

2.2 卸载

同样有了预热就有卸载，对于客户端的小伙伴来说可能更关注这一点的内存占用；对于不需要的词典，可以指定卸载

// 卸载所有词典
ChineseUtils.unLoad(TransType.values());
// 卸载简繁互转词典
ChineseUtils.unLoad(TransType.SIMPLE_TO_TRADITIONAL, TransType.TRADITIONAL_TO_SIMPLE);

2.3 通用方法

在第一节的使用实例中，提供了各种特有的方法来实现转换；同样也提供一个统一的方法，根据传参的词典类型来进行转换；适用于统一api接口的设计，根据传参来返回对应的结果场景

ChineseUtils.transfer("一灰灰blog", TransType.SIMPLE_TO_TRADITIONAL);

3. 小结

最后简单介绍下这个项目，没错这个项目目前是我再维护，核心实现主要来自 chinese-utils，那么为啥要独立搞一个呢？原因如下

这个项目不再维护了，最后一次提交在15年
词典旧且，有问题的数据较多，所以我完全替换了它的默认词典，改用 HanLP 词典文件
新特性增加（如港台繁体的区分支持，如预热加载）
性能优化等（词典解析规则、匹配算法的改进等）

加载全部内容