一个用于解决各类汉语拼音匹配问题的 Java 库。对即时匹配提供基于 NFA 的实现，对索引匹配提供类后缀树的实现。除此之外，它还可以将汉字转换为拼音字符串，包括 ASCII，Unicode 和注音符号。
- 极为灵活的简拼组合
- 7 种模糊音选项
- 支持全拼，双拼（自然码，小鹤），注音（大千）
- 提供即时匹配逻辑和基于缓存的匹配逻辑
- 允许实时的配置切换（包括模糊音以及键盘）
对于“**”，可以允许的搜索串包括但不限于“**”，“中guo”，“zhongguo”，“zhong国”，“zhong1国”，“zh1国”，“zh国”。 基于模糊音设置，还允许“zong国”，“z国”等。
双拼输入尚在测试阶段，并且不（也不会）支持字形码。重码过多时，可以使用声调作为辅助码。
对于原理和思路，参见 再谈拼音搜索 系列。
性能测试使用 Enigmatica 整合导出的 测试样本。共约 37k 词条，中英混合，约 400k 字符，容量约 900 KB。性能如下：
部分匹配
| 匹配逻辑 | 构建耗时 | 预热耗时 | 搜索耗时 | 内存使用 |
|---|---|---|---|---|
| TreeSearcher | 210ms | N/A | 0.19ms | 9.50MB |
| SimpleSearcher | 27ms | N/A | 9.1ms | 1.84MB |
| CachedSearcher | 28ms | 16ms | 0.55ms | 见备注 |
| 遍历拼音匹配 | N/A | N/A | 23ms | N/A |
| 遍历 contains | N/A | N/A | 0.53ms | N/A |
前缀匹配
| 匹配逻辑 | 构建耗时 | 预热耗时 | 搜索耗时 | 内存使用 |
|---|---|---|---|---|
| TreeSearcher | 62.5ms | N/A | 0.083ms | 2.80MB |
| SimpleSearcher | 30ms | N/A | 2.4ms | 1.84MB |
| CachedSearcher | 28ms | 2.8ms | 0.10ms | 见备注 |
| 遍历拼音匹配 | N/A | N/A | 8.8ms | N/A |
| 遍历 startsWith | N/A | N/A | 0.53ms | N/A |
CachedSearcher的内存使用和搜索速度在不同场景下可能会有明显波动，一般介于TreeSearcher和SimpleSearcher之间。
对于 TreeSearcher 和 CachedSearcher，一些常量参数可以进一步调整，从而在速度与内存消耗间取得平衡。
你可以轻松得使用 JitPack 将 PinIn 导入到你的 Gradle 项目中。
repositories {
maven { url 'https://jitpack.io' }
}
dependencies {
implementation 'com.github.Towdium:PinIn:Version'
}下面的代码展示了 PinIn 的一些基础接口的使用方式。更多示例参见 测试代码。
public static void main(String[]args){
// context
PinIn p=new PinIn();
// direct match
boolean result1=p.contains("测试文本","ceshi");
// indexed match
Searcher<Integer> searcher=new TreeSearcher<>(CONTAIN,p));
p.put("测试文本",0);
boolean result2=searcher.search("ceshi").contains(0);
// fuzzy spelling
p.config().fSh2S(true).commit(); // don't forget to commit config
boolean result3=p.contains("测试文本","cesi");
// pinyin format
Char c=p.genChar('圆');
Pinyin y=c.pinyins()[0];
String s1=y.format(UNICODE) // yuán
String s2=y.format(PHONETIC) // ㄩㄢˊ
}本项目依赖于 Fastutil。在 shadow 版 Jar 文件中内置了一个裁剪过的实现，使用纯净版 Jar 文件时则需要用户自行配置。
内置的拼音数据来自于 地球拼音 和 pinyin-data。
Hava fun!