yurunsoft / chinese-util
PHP 中文工具包,支持汉字转拼音、拼音分词、简繁互转、数字转换、金额数字转换。
Installs: 84 243
Dependents: 6
Suggesters: 0
Security: 0
Stars: 496
Watchers: 15
Forks: 67
Open Issues: 4
Requires (Dev)
- phpunit/phpunit: >=4
README
PHP 中文工具包,支持汉字转拼音、拼音分词、简繁互转、数字转换、金额数字转换。
由于中文的博大精深,字有多音字,简体字和繁体字也有多种对应。并且本类库返回的所有结果,均为包含所有组合的数组。
本类库字典数据总共收录 73925 个汉字,包括:3955 个简体字,1761 个繁体字,68209 个其它汉字。
模式
性能模式 (Memory)
使用 SQLite 作为数据载体,一次性加载所有数据到变量,内存占用高(80+ MB),性能最佳。
适合用于运行 Cli 任务。
需要 PDO 和 PDO_SQLITE 扩展支持。
通用模式 (SQLite)
使用 SQLite 作为数据载体,每次查询都通过 SQL 查询,内存占用低(100-200 KB),性能中等。
适合用于大部分场景。
需要 PDO 和 PDO_SQLITE 扩展支持。
兼容模式 (JSON)
使用精简过的 JSON 数据作为数据载体,一次性加载所有数据到变量,内存占用中(30+ MB),性能差。
内存占用量以实际为准,根据版本、扩展等环境的不同,占用的内存容量不一样,上述值为我电脑上的情况,仅供参考。
适合无法使用 PDO 的场景。
由于精简了数据,一些拼音结果需要经过代码计算处理才可以得出,所以性能较差。
FFI 模式 (FFI)
需要 PHP >= 7.4 并且启用 FFI 扩展,代码全部由 C++ 开发,性能和内存占用都比 PHP 实现的要好。
FFI 动态库 C++ 代码:https://github.com/Yurunsoft/chinese-util-cpp
Swoole FFI 模式 (SwooleFFI)
需要 PHP >= 7.4 并且启用 FFI、Swoole 扩展,代码全部由 C++ 开发,性能和内存占用都比 PHP 实现的要好。
不会阻塞 PHP 代码所在线程。
默认情况下,优先使用通用模式,如果环境不支持 PDO 将采用兼容模式。
你可以在未执行任何初始化或者转换处理之前,设置使用何种模式运行。
// 设为性能模式 Chinese::setMode('Memory'); // 设为通用模式 Chinese::setMode('SQLite'); // 设为兼容模式 Chinese::setMode('JSON'); // 设为 FFI 模式 Chinese::setMode('FFI'); // 设为Swoole FFI 模式 Chinese::setMode('SwooleFFI');
无论何种模式,拼音分词所需数据总是从 JSON 数据中加载。
FFI 参数设置:(一般用于自己编译的情况)
use Yurun\Util\Chinese\FFIDriver; FFIDriver::$library = '.so 文件路径'; FFIDriver::$characterDataPath = '字符数据文件路径'; FFIDriver::$pinyinDataPath = '拼音数据文件路径';
使用说明
Composer 直接安装
composer require yurunsoft/chinese-util
Composer 项目配置引入
"require": {
"yurunsoft/chinese-util" : "~2.0"
}
功能
汉字转拼音
use \Yurun\Util\Chinese; use \Yurun\Util\Chinese\Pinyin; $string = '恭喜發財!123'; 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($string, Pinyin::CONVERT_MODE_PINYIN_FIRST)); echo '读音:', PHP_EOL; var_dump(Chinese::toPinyin($string, Pinyin::CONVERT_MODE_PINYIN_SOUND)); echo '读音数字:', PHP_EOL; var_dump(Chinese::toPinyin($string, Pinyin::CONVERT_MODE_PINYIN_SOUND_NUMBER)); echo '自选返回格式 + 以文本格式返回 + 自定义分隔符:', PHP_EOL; var_dump(Chinese::toPinyin($string, Pinyin::CONVERT_MODE_PINYIN | Pinyin::CONVERT_MODE_PINYIN_SOUND_NUMBER, ' ')); echo '所有结果:', PHP_EOL; var_dump(Chinese::toPinyin($string)); echo '不分割无拼音字符:', PHP_EOL; var_dump(Chinese::toPinyin($string, Pinyin::CONVERT_MODE_PINYIN, ' ', false)); // 结果太长,请自行运行代码查看
拼音分词
结果是字符串:
use \Yurun\Util\Chinese; $string2 = 'xianggang'; echo '"', $string2, '"的分词结果:', PHP_EOL; var_dump(Chinese::splitPinyin($string2));
输出结果:
"xianggang"的分词结果: array(2) { [0]=> string(11) "xiang gang" [1]=> string(12) "xi ang gang" }
结果是数组:
use \Yurun\Util\Chinese; $string2 = 'xianggang'; echo '"', $string2, '"的分词结果:', PHP_EOL; var_dump(Chinese::splitPinyinArray($string2));
输出结果:
"xianggang"的分词结果: array(2) { [0]=> array(2) { [0]=> string(5) "xiang" [1]=> string(4) "gang" } [1]=> array(3) { [0]=> string(2) "xi" [1]=> string(3) "ang" [2]=> string(4) "gang" } }
简繁互转
use \Yurun\Util\Chinese; $string3 = '中华人民共和国!恭喜發財!'; echo '"', $string3, '"的简体转换:', PHP_EOL; var_dump(Chinese::toSimplified($string3)); echo '"', $string3, '"的繁体转换:', PHP_EOL; var_dump(Chinese::toTraditional($string3));
输出结果:
"中华人民共和国!恭喜發財!"的简体转换: array(1) { [0]=> string(39) "中华人民共和国!恭喜发财!" } "中华人民共和国!恭喜發財!"的繁体转换: array(1) { [0]=> string(39) "中華人民共和國!恭喜發財!" }
数字转换
use Yurun\Util\Chinese\Number; function test($number) { $chinese = Number::toChinese($number, [ 'tenMin' => true, // “一十二” => “十二” ]); $afterNumber = Number::toNumber($chinese); echo $number, '=>', $chinese, '=>', $afterNumber, '=>', 0 === bccomp($number, $afterNumber, 20) ? 'true' : 'false', PHP_EOL; } test(1.234); test(-1234567890.666); test(pi());
输出结果:
1.234=>一点二三四=>1.234=>true -1234567890.666=>负十二亿三千四百五十六万七千八百九十点六六六=>-1234567890.666=>true 3.1415926535898=>三点一四一五九二六五三五八九八=>3.1415926535898=>true
金额数字转换
use Yurun\Util\Chinese\Money; function test($number) { $chinese = Money::toChinese($number, [ 'tenMin' => true, // “一十二” => “十二” ]); $afterMoney = Money::toNumber($chinese); echo $number, '=>', $chinese, '=>', $afterMoney, '=>', 0 === bccomp($number, $afterMoney) ? 'true' : 'false', PHP_EOL; } test(1.234); test(-1234567890.666);
输出结果:
输出结果: 1.234=>壹圆贰角叁分肆厘=>1.234=>true -1234567890.666=>负壹拾贰亿叁仟肆佰伍拾陆万柒仟捌佰玖拾圆陆角陆分陆厘=>-1234567890.666=>true