共计 4086 个字符,预计需要花费 11 分钟才能阅读完成。
ChineseUtil 是 PHP 中文工具包,反对汉字转拼音、拼音分词、简繁互转、数字转换、金额数字转换。
因为中文的博大精深,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后果,均为蕴含所有组合的数组。
本类库字典数据总共收录 73925 个汉字,包含:3955 个简体字,1761 个繁体字,68209 个其它汉字。
更新日志
v2.0.0(2020-08-17)
- 反对 FFI、Swoole FFI
- 重构拼音分词算法
- 拼音分词反对可选获取数组或字符串数组的后果集
本次更新,重磅推出了 FFI 反对。FFI 动静库 C++ 代码:https://github.com/Yurunsoft/…
我的项目起源
2020 年 7 月份开始想钻研 C++,那么钻研点什么好呢。想着反哺一下 PHP 生态,那么就为我之前开发的 ChineseUtil 晋升一下性能吧。
于是有了一个多月的折腾钻研,起初是折腾 C++ 我的项目的配置。
而后是开发了 FFI C 函数,成果不是很现实。性能甚至都不如 PHP 算法,起因是 FFI 转换字符串数组,甚至是二维数组,效率切实是太低并且麻烦,有内存透露危险。
通过一番钻研,尝试了一下目前的计划,也就是调用 zend_register_functions() 函数来动态创建 PHP 函数。
相似于 PHP 扩大的开发,然而是通过 FFI 来创立的。
那么问题来了,为啥不间接做成 PHP 扩大?
我的本意呢,是让 ChineseUtil 这个库能够开箱即用,不须要编译、启用扩大啥的,麻烦。
PHP dl() 函数也能够动静加载扩大,然而很多环境中是被禁用的。
那么 FFI 来动态创建 PHP 函数,就成了最佳计划(兴许)。
模式
性能模式 (Memory)
应用 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。
适宜用于运行 Cli 工作。
须要 PDO 和 PDO_SQLITE 扩大反对。
通用模式 (SQLite)
应用 SQLite 作为数据载体,每次查问都通过 SQL 查问,内存占用低 (100-200 KB),性能中等。
适宜用于大部分场景。
须要 PDO 和 PDO_SQLITE 扩大反对。
兼容模式 (JSON)
应用精简过的 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。
内存占用量以理论为准,依据版本、扩大等环境的不同,占用的内存容量不一样,上述值为我电脑上的状况,仅供参考。
适宜无奈应用 PDO 的场景。
因为精简了数据,一些拼音后果须要通过代码计算解决才能够得出,所以性能较差。
FFI 模式 (FFI)
须要 PHP >= 7.4 并且启用 FFI 扩大,代码全副由 C++ 开发,性能和内存占用都比 PHP 实现的要好。
FFI 动静库 C++ 代码:https://github.com/Yurunsoft/…
Swoole FFI 模式 (SwooleFFI)
须要 PHP >= 7.4 并且启用 FFI、Swoole 扩大,代码全副由 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。
默认状况下,优先应用通用模式,如果环境不反对 PDO 将采纳兼容模式。
你能够在未执行任何初始化或者转换解决之前,设置应用何种模式运行。
// 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。
应用阐明
Composer 间接装置
composer require yurunsoft/chinese-util
Composer 我的项目配置引入
"require": {"yurunsoft/chinese-util" : "~1.1"}
性能
汉字转拼音
use \Yurun\Util\Chinese;
use \Yurun\Util\Chinese\Pinyin;
$string = '祝贺發財!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($string, Pinyin::CONVERT_MODE_PINYIN_SOUND_NUMBER));
echo '自选返回格局 + 以文本格式返回 + 自定义分隔符:', PHP_EOL;
var_dump(Chinese::toPinyin($string, Pinyin::CONVERT_MODE_PINYIN | Pinyin::CONVERT_MODE_PINYIN_SOUND_NUMBER, ' '));
echo '所有后果:', PHP_EOL;
var_dump(Chinese::toPinyin($string));
echo '不宰割无拼音字符:', PHP_EOL;
var_dump(Chinese::toPinyin($string, Pinyin::CONVERT_MODE_PINYIN, ' ', false));
// 后果太长,请自行运行代码查看
拼音分词
后果是字符串:
use \Yurun\Util\Chinese;
$string2 = 'xianggang';
echo '"', $string2,'" 的分词后果:', PHP_EOL;
var_dump(Chinese::splitPinyin($string2));
输入后果:
"xianggang" 的分词后果:
array(2) {[0]=>
string(11) "xiang gang"
[1]=>
string(12) "xi ang gang"
}
后果是数组:
use \Yurun\Util\Chinese;
$string2 = 'xianggang';
echo '"', $string2,'" 的分词后果:', PHP_EOL;
var_dump(Chinese::splitPinyinArray($string2));
输入后果:
"xianggang" 的分词后果:
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!祝贺發財!';
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));
输入后果:
"中华人民共和国!祝贺發財!" 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!祝贺發財!" 的繁体转换:
array(1) {[0]=>
string(39) "中華人民共和國!祝贺發財!"
}
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, $afterNumber, 20) ? 'true' : 'false', PHP_EOL;
}
test(1.234);
test(-1234567890.666);
test(pi());
输入后果:
1.234=> 一点二三四 =>1.234=>true
-1234567890.666=> 负十二亿三千四百五十六万七千八百九十点六六六 =>-1234567890.666=>true
3.1415926535898=> 三点一四一五九二六五三五八九八 =>3.1415926535898=>true
金额数字转换
use Yurun\Util\Chinese\Money;
function test($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);
输入后果:
输入后果:
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