| 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
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249 |
1
1
1
1
1
1
1
1
1543
1543
3500
3500
3500
1
1
1
1
1
1
1
1
1
1
27
1
1
1
1
120
120
360
180
180
120
1
190
190
38
38
38
7
38
38
37
38
37
37
38
38
1
150
150
150
150
150
150
75
75
75
75
115
115
94
94
75
1
1
120
120
120
120
120
360
360
360
150
150
150
210
120
50
50
120
1
38
451
30
8
1
1
1
1
1
1
|
var isNode = typeof process === "object" &&
process.toString() === "[object process]";
// 分词模块
var jieba;
var PHRASES_DICT;
var PINYIN_DICT;
// 解压拼音库。
// @param {Object} dict_combo, 压缩的拼音库。
// @param {Object} 解压的拼音库。
function buildPinyinCache(dict_combo){
var hans;
var uncomboed = {};
for(var py in dict_combo){
hans = dict_combo[py];
for(var i=0,han,l=hans.length; i<l; i++){
han = hans.charCodeAt(i);
Eif(!uncomboed.hasOwnProperty(han)){
uncomboed[han] = py;
}else{
uncomboed[han] += ","+py;
}
}
}
return uncomboed;
}
function segment(hans) {
jieba = jieba || module['require']('nodejieba');
// 词语拼音库。
PHRASES_DICT = PHRASES_DICT || module["require"]("./phrases-dict");
return jieba.cut(hans)
}
Iif(isNode){
// 拼音词库，node 版无需使用压缩合并的拼音库。
PINYIN_DICT = module["require"]("./dict-zi");
}else{
PINYIN_DICT = buildPinyinCache(require("./dict-zi-web"));
}
// 声母表。
var INITIALS = "zh,ch,sh,b,p,m,f,d,t,n,l,g,k,h,j,q,x,r,z,c,s,yu,y,w".split(",");
// 韵母表。
var FINALS = "ang,eng,ing,ong,an,en,in,un,er,ai,ei,ui,ao,ou,iu,ie,ve,a,o,e,i,u,v".split(",");
var PINYIN_STYLE = {
NORMAL: 0, // 普通风格，不带音标。
TONE: 1, // 标准风格，音标在韵母的第一个字母上。
TONE2: 2, // 声调中拼音之后，使用数字 1~4 标识。
INITIALS: 3,// 仅需要声母部分。
FIRST_LETTER: 4 // 仅保留首字母。
};
// 带音标字符。
var PHONETIC_SYMBOL = require("./phonetic-symbol.js");
var re_phonetic_symbol_source = "";
for(var k in PHONETIC_SYMBOL){
re_phonetic_symbol_source += k;
}
var RE_PHONETIC_SYMBOL = new RegExp('(['+re_phonetic_symbol_source+'])', 'g');
var RE_TONE2 = /([aeoiuvnm])([0-4])$/;
var DEFAULT_OPTIONS = {
style: PINYIN_STYLE.TONE, // 风格
segment: false, // 分词。
heteronym: false // 多音字
};
// 将 more 的属性值，覆盖 origin 中已有的属性。
// @param {Object} origin.
// @param {Object} more.
// @return 返回新的对象。
function extend(origin, more){
var obj = {};
for(var k in origin){
if(more.hasOwnProperty(k)){
obj[k] = more[k]
}else{
obj[k] = origin[k]
}
}
return obj;
}
// 修改拼音词库表中的格式。
// @param {String} pinyin, 单个拼音。
// @param {PINYIN_STYLE} style, 拼音风格。
// @return {String}
function toFixed(pinyin, style){
var tone = ""; // 声调。
switch(style){
case PINYIN_STYLE.INITIALS:
return initials(pinyin);
case PINYIN_STYLE.FIRST_LETTER:
var first_letter = pinyin.charAt(0);
if(PHONETIC_SYMBOL.hasOwnProperty(first_letter)){
first_letter = PHONETIC_SYMBOL[first_letter].charAt(0);
}
return first_letter;
case PINYIN_STYLE.NORMAL:
return pinyin.replace(RE_PHONETIC_SYMBOL, function($0, $1_phonetic){
return PHONETIC_SYMBOL[$1_phonetic].replace(RE_TONE2, "$1");
});
case PINYIN_STYLE.TONE2:
var py = pinyin.replace(RE_PHONETIC_SYMBOL, function($0, $1){
// 声调数值。
tone = PHONETIC_SYMBOL[$1].replace(RE_TONE2, "$2");
return PHONETIC_SYMBOL[$1].replace(RE_TONE2, "$1");
});
return py + tone;
case PINYIN_STYLE.TONE:
default:
return pinyin;
}
}
// 单字拼音转换。
// @param {String} han, 单个汉字
// @return {Array} 返回拼音列表，多音字会有多个拼音项。
function single_pinyin(han, options){
Iif("string" !== typeof han){return [];}
Iif(han.length !== 1){
return single_pinyin(han.charAt(0), options);
}
var hanCode = han.charCodeAt(0);
Iif(!PINYIN_DICT[hanCode]){return [han];}
var pys = PINYIN_DICT[hanCode].split(",");
if(!options.heteronym){
return [toFixed(pys[0], options.style)];
}
// 临时存储已存在的拼音，避免多音字拼音转换为非注音风格出现重复。
var py_cached = {};
var pinyins = [];
for(var i=0,py,l=pys.length; i<l; i++){
py = toFixed(pys[i], options.style);
if(py_cached.hasOwnProperty(py)){continue;}
py_cached[py] = py;
pinyins.push(py);
}
return pinyins;
}
// 词语注音
// @param {String} phrases, 指定的词组。
// @param {Object} options, 选项。
// @return {Array}
function phrases_pinyin(phrases, options){
var py = [];
if(PHRASES_DICT.hasOwnProperty(phrases)){
//! copy pinyin result.
PHRASES_DICT[phrases].forEach(function(item, idx){
py[idx] = [];
if (options.heteronym){
item.forEach(function(py_item, py_index){
py[idx][py_index] = toFixed(py_item, options.style);
});
} else {
py[idx][0] = toFixed(item[0], options.style);
}
});
}else{
for(var i=0,l=phrases.length; i<l; i++){
py.push(single_pinyin(phrases[i], options));
}
}
return py;
}
// @param {String} hans 要转为拼音的目标字符串（汉字）。
// @param {Object} options, 可选，用于指定拼音风格，是否启用多音字。
// @return {Array} 返回的拼音列表。
function pinyin(hans, options){
Iif("string" !== typeof hans){return [];}
options = extend(DEFAULT_OPTIONS, options || {});
var phrases = isNode && options.segment ? segment(hans) : hans;
var pys = [];
for(var i=0,nohans="",firstCharCode,words,l=phrases.length; i<l; i++){
words = phrases[i];
firstCharCode = words.charCodeAt(0);
if(PINYIN_DICT[firstCharCode]){
// ends of non-chinese words.
Iif(nohans.length > 0){
pys.push([nohans]);
nohans = ""; // reset non-chinese words.
}
Eif(words.length===1){
pys.push(single_pinyin(words, options));
}else{
pys = pys.concat(phrases_pinyin(words, options));
}
}else{
nohans += words;
}
}
// 清理最后的非中文字符串。
if(nohans.length > 0){
pys.push([nohans]);
nohans = ""; // reset non-chinese words.
}
return pys;
}
// 格式化为声母(Initials)、韵母(Finals)。
// @param {String}
// @return {String}
function initials(pinyin){
for(var i=0,l=INITIALS.length; i<l; i++){
if(pinyin.indexOf(INITIALS[i]) === 0){
return INITIALS[i];
}
}
return "";
}
pinyin.STYLE_NORMAL = PINYIN_STYLE.NORMAL;
pinyin.STYLE_TONE = PINYIN_STYLE.TONE;
pinyin.STYLE_TONE2 = PINYIN_STYLE.TONE2;
pinyin.STYLE_INITIALS = PINYIN_STYLE.INITIALS;
pinyin.STYLE_FIRST_LETTER = PINYIN_STYLE.FIRST_LETTER;
module.exports = pinyin;
|