C# 汉字转拼音源码(分词算法处理多音字,含声调 音调)

using System;using System.Collections.Generic;using System.ComponentModel;using System.Data;using System.Drawing;using System.Linq;using System.Text;using System.Threading.Tasks;using System.Windows.Forms;using System.Text.RegularExpressions;namespace TextToPinyin{ public partial class TextToPinyinForm : Form { //词典的文件名，含路径 string filename; public TextToPinyinForm() { InitializeComponent(); //初始化词典文件路径； filename = @"Dictionary\\Dictionary.xml"; } //测试各个分词模块 private void SegWords() { //清理输出文本框 textBoxOutput.Text = ""; //要检测的文本不能为空 if (string.IsNullOrEmpty(textBoxInput.Text)) { MessageBox.Show("要处理的文本不能为空"); return; } //检测格式是否符合要求 if (!CheckInputText(textBoxInput.Text)) { MessageBox.Show("要处理的内容必须是全中文"); return; } //生成词典 Entity.PinyinDictionary dict = new Entity.PinyinDictionary(@filename); //只取词典中的中文词汇，无需拼音 List<string> wordList = dict.Dictionary.Keys.ToList<string>(); //进行正向分词 List<string> wordsLeft = Helper.Segmentation.SegMMLeftToRight(textBoxInput.Text, ref wordList); //判断分词是否正常返回 if (wordsLeft == null) { MessageBox.Show("正向分词模块执行失败"); return; } //将正向分词结果显示出来 textBoxOutput.Text = "正向分词："; foreach (string word in wordsLeft) { textBoxOutput.Text = word; textBoxOutput.Text = ", "; } //换行 textBoxOutput.Text = "\r\n"; //进行逆向分词 List<string> wordsRight = Helper.Segmentation.SegMMRightToLeft(textBoxInput.Text, ref wordList); //判断分词是否正常返回 if (wordsRight == null) { MessageBox.Show("逆向分词模块执行失败"); return; } //将正向分词结果显示出来 textBoxOutput.Text = "逆向分词："; foreach (string word in wordsRight) { textBoxOutput.Text = word; textBoxOutput.Text = ", "; } //换行 textBoxOutput.Text = "\r\n"; //进行双向分词 List<string> wordsDouble = Helper.Segmentation.SegMMDouble(textBoxInput.Text, ref wordList); //判断分词是否正常返回 if (wordsDouble == null) { MessageBox.Show("双向分词模块执行失败"); return; } //将正向分词结果显示出来 textBoxOutput.Text = "双向分词："; foreach (string word in wordsDouble) { textBoxOutput.Text = word; textBoxOutput.Text = ", "; } } //测试读取词典 private void ReadDict() { //清空输出框内容 textBoxOutput.Text = ""; //读取词典 Entity.PinyinDictionary dict = new Entity.PinyinDictionary(@filename); //显示词典条数 textBoxOutput.Text = "词典读取成功，获得词条："; textBoxOutput.Text = dict.Dictionary.Count; textBoxOutput.Text = "条。"; textBoxOutput.Text = "\r\n"; //提示只显示前100条，不然程序会卡死 if (dict.Dictionary.Count > 100) { textBoxOutput.Text = "只显示词典的前100条，太多程序会卡死："; textBoxOutput.Text = "\r\n"; } else { textBoxOutput.Text = "词典所有内容如下："; textBoxOutput.Text = "\r\n"; } //将词典内容显示在窗口中，只显示前100条 int i = 0; foreach (KeyValuePair<string, string> pair in dict.Dictionary) { textBoxOutput.Text = pair.Key; textBoxOutput.Text = ", "; textBoxOutput.Text = pair.Value; textBoxOutput.Text = "\r\n"; //只显示前100条 i ; if (i >= 100) break; } } //判断输入的字符是否符合格式 private bool CheckInputText(string inputStr) { //字符串不能为空 if (string.IsNullOrEmpty(inputStr)) return false; //判断字符串是否完全是中文 //匹配中文字符的正则表达式 //还要匹配换行符 string patternCN = @"^[\u4e00-\u9fa5\r\n] $"; //匹配表达式，如果匹配成功，说明格式符合要求 if (Regex.IsMatch(textBoxInput.Text, patternCN)) { return true; } else return false; } //将汉字转化为拼音 private void ConvertCnToPinyin() { //清理输出文本框 textBoxOutput.Text = ""; //要转换的文本不能为空 if (string.IsNullOrEmpty(textBoxInput.Text)) { MessageBox.Show("要处理的文本不能为空"); return; } //检测格式是否符合要求 if (!CheckInputText(textBoxInput.Text)) { MessageBox.Show("要处理的内容必须是全中文"); return; } //生成词典 Entity.PinyinDictionary dict = new Entity.PinyinDictionary(@filename); //只取词典中的中文词汇，无需拼音 List<string> wordList = dict.Dictionary.Keys.ToList<string>(); //进行正向分词 List<string> wordsLeft = Helper.Segmentation.SegMMLeftToRight(textBoxInput.Text, ref wordList); //判断分词是否正常返回 if (wordsLeft == null) { MessageBox.Show("正向分词模块执行失败"); return; } //转为拼音 string pinyin = ""; foreach (string word in wordsLeft) { //如果是单字，要检测字典中是否包含该单字 if (word.Length == 1 && !dict.Dictionary.ContainsKey(word)) { //如果词典中不包含该中文单字，就要从微软的dll库读取拼音 pinyin = Helper.PinyinConvert.GetFirstPinYinCount(word.ToCharArray()[0]).ToLower(); } else { //一般情况不用检测，直接取词典中的拼音即可 pinyin = dict.Dictionary[word].ToLower(); } //但如果不需要声调，还必须去掉声调 if (!checkBoxWithTone.Checked) { //这个正则表达式表示，去掉字符串中的数字 pinyin = Regex.Replace(pinyin, @"\d", ""); } //将拼音显示出来 textBoxOutput.Text = pinyin; //结尾加个空格 textBoxOutput.Text = " "; } //去掉最后一个空格 textBoxOutput.Text = textBoxOutput.Text.Trim(); } //测试读取词典 private void buttonTestDict_Click(object sender, EventArgs e) { ReadDict(); } //测试分词模块 private void buttonSegm_Click(object sender, EventArgs e) { //测试分词 SegWords(); } //转换中文为拼音 private void buttonCnToPinyin_Click(object sender, EventArgs e) { //转为拼音 ConvertCnToPinyin(); } //去掉非中文字符 private void buttonRemoveUnCn_Click(object sender, EventArgs e) { //下面的正则表达式表示：去掉所有的非中文字符 textBoxInput.Text = Regex.Replace(textBoxInput.Text, @"[^\u4e00-\u9fa5]*", ""); } //选择用户自己的词典 private void buttonSelectDict_Click(object sender, EventArgs e) { //将用户选择的文件名和路径，指定为用户词典文件 if (openFileDialogDict.ShowDialog() == DialogResult.OK) { filename = openFileDialogDict.FileName; MessageBox.Show("词典更改为：" filename); } } }}