网上关于JS实现汉字和拼音互转的文章很多，但是比较杂乱，都是互相抄来抄去，而且有的不支持多音字，有的不支持声调，有的字典文件太大，还比如有时候我仅仅是需要获取汉字拼音首字母却要引入200kb的字典文件，无法根据实际需要满足需求。
综上，我精心整理并修改了网上几种常见的字典文件并简单封装了一下可以直接拿来用的工具库。
鉴于很多人都比较关心多音字的问题，所以单独拿出一个小章节来介绍多音字的相关问题。
准确识别各种复杂语句中混杂的多音字其实并没有那么容易，有两个关键的地方，一个是多音字词库的丰富程度，一个是能否正确的给语句进行分词。而词库和分词的实现都需要一个非常丰富的词典文件，现代汉语词语有多少个，估计没有人算得清，再加上每天新出现的人名、网络词语、科技词语等等。一个普通的词库文件至少也有几百kb，所以不太适合web环境下去实现，一般最好放在服务器端做成一个接口。
鉴于很多人都希望有多音字识别的功能，所以我简单实现了一个版本。词库文件是从这里找到的，并根据实际情况将文件从1.8M压缩到了912kb，分词暂时只是自己非常简单的实现(也可以说压根就没有分词)，如果是服务器端推荐几个不错的中文分词工具：Python版的Jieba和NodeJieba，性能非常好，其它语言版的参考上面项目的README。
关于分词，摘抄一段网络解释：
词是最小的能够独立活动的有意义的语言成分，英文单词之间是以空格作为自然分界符的，而汉语是以字为基本的书写单位，词语之间没有明显的区分标记，因此，要对中文信息进行处理，正确的分词就显得尤为关键。
比如看中国这一个词，单独的看中读kàn zhòng，中国读zhōng guó，连在一起却读作kàn zhōng guó。
我这个实现非常得简单，效果一般，性能也一般，需要下载将近1M的词库文件，所以不适合web环境
暂无评论