关于php:PHP-中文工具包-ChineseUtil-v20-发布引入-FFI-提升性能节省内存

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