# Pinyin

[![Test](https://github.com/overtrue/pinyin/actions/workflows/test.yml/badge.svg)](https://github.com/overtrue/pinyin/actions/workflows/test.yml)
[![Latest Stable Version](https://poser.pugx.org/overtrue/pinyin/v/stable.svg)](https://packagist.org/packages/overtrue/pinyin) [![Total Downloads](https://poser.pugx.org/overtrue/pinyin/downloads.svg)](https://packagist.org/packages/overtrue/pinyin) [![Latest Unstable Version](https://poser.pugx.org/overtrue/pinyin/v/unstable.svg)](https://packagist.org/packages/overtrue/pinyin) [![License](https://poser.pugx.org/overtrue/pinyin/license.svg)](https://packagist.org/packages/overtrue/pinyin)

:cn: 基于 [mozillazg/pinyin-data](https://github.com/mozillazg/pinyin-data) 词典的中文转拼音工具，更准确的支持多音字的汉字转拼音解决方案。

[喜欢我的项目？点击这里支持我](https://github.com/sponsors/overtrue)

## 特性

- 准确的多音字支持
- 多种拼音风格（声调符号、数字声调、无声调）
- 支持姓氏识别
- 灵活的性能优化策略
- 内存友好的设计
- 完善的测试覆盖

## 安装

使用 Composer 安装:

```bash
composer require overtrue/pinyin:^6.0
```

## 使用

### 拼音风格

除了获取首字母的方法外，所有方法都支持第二个参数，用于指定拼音的格式，可选值为：

- `symbol` （默认）声调符号，例如 `pīn yīn`
- `none` 不输出声调，例如 `pin yin`
- `number` 末尾数字模式的拼音，例如 `pin1 yin1`

你可以使用字符串值或者 `ToneStyle` 枚举：

```php
use Overtrue\Pinyin\Pinyin;
use Overtrue\Pinyin\ToneStyle;

// 使用字符串
echo Pinyin::sentence('你好', 'none');       // ni hao
echo Pinyin::sentence('你好', 'number');     // ni3 hao3
echo Pinyin::sentence('你好', 'symbol');     // nǐ hǎo

// 使用枚举（推荐）
echo Pinyin::sentence('你好', ToneStyle::NONE);   // ni hao
echo Pinyin::sentence('你好', ToneStyle::NUMBER); // ni3 hao3
echo Pinyin::sentence('你好', ToneStyle::SYMBOL); // nǐ hǎo
```

### 返回值

除了 `permalink` 返回字符串外，其它方法都返回集合类型 [`Overtrue\Pinyin\Collection`](https://github.com/overtrue/pinyin/blob/master/src/Collection.php)：

```php
use Overtrue\Pinyin\Pinyin;

$pinyin = Pinyin::sentence('你好，世界');
```

你可以通过以下方式访问集合内容:

```php
echo $pinyin; // nǐ hǎo shì jiè

// 直接将对象转成字符串
$string = (string) $pinyin; // nǐ hǎo shì jiè

$pinyin->toArray(); // ['nǐ', 'hǎo', 'shì', 'jiè']

// 直接使用索引访问
$pinyin[0]; // 'nǐ'

// 使用函数遍历
$pinyin->map('ucfirst'); // ['Nǐ', 'Hǎo', 'Shì', 'Jiè']

// 拼接为字符串
$pinyin->join(' '); // 'nǐ hǎo shì jiè'
$pinyin->join('-'); // 'nǐ-hǎo-shì-jiè'

// 转成 json
$pinyin->toJson(); // '["nǐ","hǎo","shì","jiè"]'
json_encode($pinyin); // '["nǐ","hǎo","shì","jiè"]'
```

### 文字段落转拼音

```php
use Overtrue\Pinyin\Pinyin;
use Overtrue\Pinyin\ToneStyle;

echo Pinyin::sentence('带着希望去旅行，比到达终点更美好');
// dài zhe xī wàng qù lǚ xíng ， bǐ dào dá zhōng diǎn gèng měi hǎo

// 去除声调
echo Pinyin::sentence('带着希望去旅行，比到达终点更美好', ToneStyle::NONE);
// dai zhe xi wang qu lv xing ， bi dao da zhong dian geng mei hao

// 保留所有非汉字字符
echo Pinyin::fullSentence('ル是片假名，π是希腊字母', ToneStyle::NONE);
// ル shi pian jia ming ，π shi xi la zi mu
```

### 生成用于链接的拼音字符串

通常用于文章链接等，可以使用 `permalink` 方法获取拼音字符串：

```php
echo Pinyin::permalink('带着希望去旅行'); // dai-zhe-xi-wang-qu-lyu-xing
echo Pinyin::permalink('带着希望去旅行', '.'); // dai.zhe.xi.wang.qu.lyu.xing
```

### 获取首字符字符串

通常用于创建搜索用的索引，可以使用 `abbr` 方法转换：

```php
Pinyin::abbr('带着希望去旅行'); // ['d', 'z', 'x', 'w', 'q', 'l', 'x']
echo Pinyin::abbr('带着希望去旅行')->join('-'); // d-z-x-w-q-l-x
echo Pinyin::abbr('你好2018！')->join(''); // nh2018
echo Pinyin::abbr('Happy New Year! 2018！')->join(''); // HNY2018

// 保留原字符串的英文单词
echo Pinyin::abbr('CGV电影院', false, true)->join(''); // CGVdyy
```

**姓名首字母**

将首字作为姓氏转换，其余作为普通词语转换：

```php
Pinyin::nameAbbr('欧阳'); // ['o', 'y']
echo Pinyin::nameAbbr('单单单')->join('-'); // s-d-d
```

### 姓名转换

姓名的姓的读音有些与普通字不一样，比如 ‘单’ 常见的音为 `dan`，而作为姓的时候读 `shan`。

```php
Pinyin::name('单某某'); // ['shàn', 'mǒu', 'mǒu']
Pinyin::name('单某某', 'none'); // ['shan', 'mou', 'mou']
Pinyin::name('单某某', 'none')->join('-'); // shan-mou-mou
```

### 护照姓名转换

根据国家规定 [关于中国护照旅行证上姓名拼音 ü（吕、律、闾、绿、女等）统一拼写为 YU 的提醒](http://sg.china-embassy.gov.cn/lsfw/zghz1/hzzxdt/201501/t20150122_2022198.htm) 的规则，将 `ü` 转换为 `yu`：

```php
Pinyin::passportName('吕小布'); // ['lyu', 'xiao', 'bu']
Pinyin::passportName('女小花'); // ['nyu', 'xiao', 'hua']
Pinyin::passportName('律师'); // ['lyu', 'shi']
```

### 多音字

多音字的返回值为关联数组的集合，默认返回去重后的所有读音：

```php
$pinyin = Pinyin::heteronym('重庆');

$pinyin['重']; // ["zhòng", "chóng", "tóng"]
$pinyin['庆']; // ["qìng"]

$pinyin->toArray();
// [
//     "重": ["zhòng", "chóng", "tóng"],
//     "庆": ["qìng"]
// ]
```

如果不想要去重，可以数组形式返回：

```php
$pinyin = Pinyin::heteronym('重庆重庆', ToneStyle::SYMBOL, true);

// or
$pinyin = Pinyin::heteronymAsList('重庆重庆', ToneStyle::SYMBOL);

$pinyin->toArray();
// [
//     ["重" => ["zhòng", "chóng", "tóng"]],
//     ["庆" => ["qìng"]],
//     ["重" => ["zhòng", "chóng", "tóng"]],
//     ["庆" => ["qìng"]]
// ]
```

### 单字转拼音

和多音字类似，单字的返回值为字符串，多音字将根据该字字频调整得到常用音：

```php
$pinyin = Pinyin::chars('重庆');

echo $pinyin['重']; // "zhòng"
echo $pinyin['庆']; // "qìng"

$pinyin->toArray();
// [
//     "重": "zhòng",
//     "庆": "qìng"
// ]
```

> **Warning**
>
> 当单字处理时由于多音字来自词频表中取得常用音，所以在词语环境下可能出现不正确的情况，建议使用多音字处理。

## 性能优化策略 🚀

v6.0+ 版本提供了三种不同的转换策略，以适应不同的使用场景：

### 1. 内存优化策略（Memory Optimized）- 默认
- **内存占用**：~400KB
- **适用场景**：Web 请求、内存受限环境
- **特点**：每次加载一个词典段，用完即释放

```php
use Overtrue\Pinyin\Pinyin;

// 使用内存优化策略（默认）
Pinyin::useMemoryOptimized();
$result = Pinyin::sentence('你好世界');
echo $result; // nǐ hǎo shì jiè
```

### 2. 缓存策略（Cached）
- **内存占用**：~4MB
- **适用场景**：批处理、长时运行进程
- **特点**：缓存所有词典数据，重复转换速度提升 2-3 倍

```php
// 使用缓存策略
Pinyin::useCached();

// 批量处理时性能更好
foreach ($largeDataset as $text) {
    $result = Pinyin::sentence($text);
    echo $result . "\n";
}

// 清理缓存（可选）
\Overtrue\Pinyin\Converters\CachedConverter::clearCache();
```

### 3. 智能策略（Smart）
- **内存占用**：600KB-1.5MB
- **适用场景**：通用场景、自动优化
- **特点**：根据文本长度智能选择加载策略

```php
// 使用智能策略
Pinyin::useSmart();

// 短文本自动优化
$result1 = Pinyin::sentence('你好');  // 跳过长词词典
echo $result1; // nǐ hǎo

// 长文本自动调整
$result2 = Pinyin::sentence($longText);  // 加载必要的词典
echo $result2;
```

### 自动选择策略

```php
// 根据运行环境自动选择最佳策略
Pinyin::useAutoStrategy();

// 获取推荐策略信息
$recommended = \Overtrue\Pinyin\ConverterFactory::recommend();
echo "推荐策略: {$recommended}";
```

### 直接使用 Converter

```php
use Overtrue\Pinyin\ConverterFactory;

// 创建特定策略的转换器
$converter = ConverterFactory::make('cached');
$result = $converter->convert('你好世界');
echo $result; // nǐ hǎo shì jiè

// 监控内存使用情况
$initialMemory = memory_get_usage();
$converter->convert('测试文本');
$memoryGrowth = memory_get_usage() - $initialMemory;
echo "内存增长: " . round($memoryGrowth / 1024, 2) . " KB";
```

### 性能对比

| 策略 | 内存占用 | 首次转换 | 重复转换 | 推荐场景 |
|-----|---------|---------|---------|---------|
| Memory Optimized | ~400KB | 中等 | 中等 | Web 请求 |
| Cached | ~4MB | 慢 | **最快** | 批处理 |
| Smart | 600KB-1.5MB | 快 | 快 | 通用场景 |

运行基准测试查看实际性能：
```bash
# 运行标准基准测试
php benchmark/run.php

# 详细的策略对比测试
php benchmark/compare-strategies.php
```

## 性能优化最佳实践

### 选择合适的策略

根据您的使用场景选择最合适的转换策略：

#### Web 应用（Laravel、Symfony 等）
```php
// 在应用启动时设置
Pinyin::useMemoryOptimized(); // 默认策略，内存占用最小

// 或在 ServiceProvider 中配置
public function boot()
{
    Pinyin::useMemoryOptimized();
}
```

#### CLI 批处理脚本
```php
// 处理大量数据时使用缓存策略
Pinyin::useCached();

$results = [];
foreach ($thousandsOfTexts as $text) {
    $results[] = Pinyin::sentence($text);
}

// 处理完成后清理缓存
\Overtrue\Pinyin\Converters\CachedConverter::clearCache();
```

#### 队列任务处理
```php
class ConvertPinyinJob implements ShouldQueue
{
    public function handle()
    {
        // 队列任务中使用智能策略
        Pinyin::useSmart();

        // 处理任务...
    }
}
```

### 性能监控

```php
use Overtrue\Pinyin\ConverterFactory;

// 监控不同策略的内存使用情况
$strategies = ['memory', 'cached', 'smart'];
foreach ($strategies as $strategy) {
    $converter = ConverterFactory::make($strategy);

    $initialMemory = memory_get_usage();
    $converter->convert('测试文本');
    $memoryGrowth = memory_get_usage() - $initialMemory;

    echo "策略: {$strategy}, 内存增长: " . round($memoryGrowth / 1024, 2) . " KB" . PHP_EOL;
}
```

### 基准测试

项目提供了多个基准测试工具：

```bash
# 运行标准基准测试
php benchmark/run.php

# 详细的策略对比
php benchmark/compare-strategies.php
```

基准测试会显示不同策略的性能对比，包括：
- 内存使用情况
- 转换速度
- 不同文本长度的性能表现

### 内存管理建议

1. **生产环境**：使用 `Memory Optimized` 策略，避免内存泄漏
2. **开发环境**：可以使用 `Smart` 策略，平衡性能和内存
3. **批处理任务**：使用 `Cached` 策略，处理完成后调用 `clearCache()`
4. **内存受限环境**：严格使用 `Memory Optimized` 策略

### 性能对比数据

基于 1000 次转换的基准测试结果：

| 场景 | Memory Optimized | Cached | Smart |
|-----|-----------------|--------|-------|
| 短文本（<10字） | 1.2ms | 0.5ms | 0.8ms |
| 中等文本（10-50字） | 3.5ms | 1.2ms | 2.1ms |
| 长文本（>100字） | 8.7ms | 3.1ms | 5.2ms |
| 内存占用 | 400KB | 4MB | 1.5MB |

> 💡 **提示**：缓存策略在重复转换时性能提升约 2-3 倍，但会占用更多内存。

## v/yu/ü 的问题

根据国家语言文字工作委员会的规定，`lv`、`lyu`、`lǚ` 都是正确的，但是 `lv` 是最常用的，所以默认使用 `lv`，如果你需要使用其他的，可以在初始化时传入：

```php
echo Pinyin::sentence('旅行');
// lǚ xíng

echo Pinyin::sentence('旅行', 'none');
// lv xing

echo Pinyin::yuToYu()->sentence('旅行', 'none');
// lyu xing

echo Pinyin::yuToU()->sentence('旅行', 'none');
// lu xing

echo Pinyin::yuToV()->sentence('旅行', 'none');
// lv xing
```

> **Warning**
>
> 仅在拼音风格为非 `none` 模式下有效。

## 命令行工具

你可以使用命令行来实现拼音的转换：

```bash
php ./bin/pinyin 带着希望去旅行 --method=sentence --tone-style=symbol
# dài zhe xī wàng qù lǚ xíng
```

更多使用方法，可以查看帮助文档：

```bash
php ./bin/pinyin --help

# Usage:
#     ./pinyin [chinese] [method] [options]
# Options:
#     -j, --json               输出 JSON 格式.
#     -c, --compact            不格式化输出 JSON.
#     -m, --method=[method]    转换方式，可选：sentence/fullSentence/permalink/abbr/nameAbbr/name/passportName/phrase/heteronym/chars.
#     --no-tone                不使用音调.
#     --tone-style=[style]     音调风格，可选值：symbol/none/number, default: none.
#     -h, --help               显示帮助.
```

### 命令行工具示例

```bash
# 基本转换
php ./bin/pinyin "你好世界"
# ni hao shi jie

# 指定音调风格
php ./bin/pinyin "你好世界" --tone-style=symbol
# nǐ hǎo shì jiè

php ./bin/pinyin "你好世界" --tone-style=number
# ni3 hao3 shi4 jie4

# 生成链接格式
php ./bin/pinyin "带着希望去旅行" --method=permalink
# dai-zhe-xi-wang-qu-lv-xing

# 获取首字母
php ./bin/pinyin "带着希望去旅行" --method=abbr
# d z x w q l x

# 多音字转换（JSON格式）
php ./bin/pinyin "重庆" --method=heteronym --json
# {"重":["zhong","chong","tong"],"庆":["qing"]}

# 姓名转换
php ./bin/pinyin "欧阳修" --method=name
# ou yang xiu
```

## 在 Laravel 中使用

独立的包在这里：[overtrue/laravel-pinyin](https://github.com/overtrue/laravel-pinyin)

## 中文简繁转换

如何你有这个需求，也可以了解我的另一个包：[overtrue/php-opencc](https://github.com/overtrue/php-opencc)

## Contribution

欢迎提意见及完善补充词库：

- 单字拼音错误请添加到：[sources/pathes/chars.txt](https://github.com/overtrue/pinyin/blob/master/sources/pathes/chars.txt)；
- 词语错误或补齐，请添加到：[sources/pathes/words.txt](https://github.com/overtrue/pinyin/blob/master/sources/pathes/words.txt)；

## 参考

- [mozillazg/pinyin-data](https://github.com/mozillazg/pinyin-data)
- [overtrue/pinyin-resources](https://github.com/overtrue/pinyin-resources)

## :heart: Sponsor me

如果你喜欢我的项目并想支持它，[点击这里 :heart:](https://github.com/sponsors/overtrue)

## PHP 扩展包开发

> 想知道如何从零开始构建 PHP 扩展包？
>
> 请关注我的实战课程，我会在此课程中分享一些扩展开发经验 —— [《PHP 扩展包实战教程 - 从入门到发布》](https://learnku.com/courses/creating-package)

# License

MIT