MaxCompute UDF系列之拼音转换

汉字转换拼音在日常开发中是个很常见的问题。例如我们伟大的12306，在地名中输入“WH”，就会出现“武汉”“芜湖”“威海”等地名，输入“WUHU”就会出现“芜湖”。

我们在MaxCompute开发中也会遇到此类问题，今天为大家提供一个拼音转换的UDF，下载地址见附件。

效果如下：

MaxCompute UDF代码如下：

package com.yinlin.udf.dev; import com.aliyun.odps.udf.UDF; import net.sourceforge.pinyin4j.PinyinHelper; import net.sourceforge.pinyin4j.format.HanyuPinyinCaseType; import net.sourceforge.pinyin4j.format.HanyuPinyinOutputFormat; import net.sourceforge.pinyin4j.format.HanyuPinyinToneType; import net.sourceforge.pinyin4j.format.HanyuPinyinVCharType; import net.sourceforge.pinyin4j.format.exception.BadHanyuPinyinOutputFormatCombination; public class pinyin extends UDF { public String evaluate(String inputString,String xtype) { HanyuPinyinOutputFormat format = new HanyuPinyinOutputFormat(); format.setCaseType(HanyuPinyinCaseType.LOWERCASE); format.setToneType(HanyuPinyinToneType.WITHOUT_TONE ); format.setVCharType(HanyuPinyinVCharType.WITH_U_UNICODE); if (inputString == null) inputString = ""; char[] input = inputString.trim().toCharArray(); StringBuffer output = new StringBuffer(""); try { for (int i = 0; i < input.length; i++) { if (Character.toString(input[i]).matches("[\u4E00-\u9FA5]+")) { String[] temp = PinyinHelper.toHanyuPinyinStringArray(input[i], format); if (temp != null & xtype.equals("1")){ output.append(temp[0]); } if (temp != null & xtype.equals("2")){ char[] ctemp=temp[0].toCharArray(); output.append(ctemp[0]); } //output.append(" "); } else output.append(Character.toString(input[i])); } } catch (BadHanyuPinyinOutputFormatCombination e) { e.printStackTrace(); } return output.toString(); } }

注意：依赖拼音pinyin4j.jar；

使用方法：

1、通过Eclipse将pinyin.java编译成Jar包。

2、通过大数据开发套件，上传资源pinyin4j.jar和pinyin_udf.jar；

3、通过大数据开发套件，引用第二步上传的pinyin4j.jar和pinyin_udf.jar资源，注册pinyin函数；

4、通过大数据开发套件新建SQL脚本，输入SQL函数进行测试。

--创建虚拟表，插入一条记录 CREATE TABLE IF NOT EXISTS dual (id STRING); insert into table dual select '1' from (select count(1) from dual) t; ---pinyin 汉字转拼音，参数'1'为全拼，参数'2'为首字母 select pinyin('隐林','2') from yinlin_demo.dual limit 1;

到此为止，实验完成。

常见问题

Q：无结果？

我们在创建虚拟dual表的时候，一定要保证表中有数据。

Q：无法找到pinyin函数？

利用大数据开发套件注册pinyin函数的时候需要包名+类名，否则会找不到类。

阿里巴巴大数据-玩家社区 https://yq.aliyun.com/teams/6/

---阿里大数据博文，问答，社群，实践，有朋自远方来，不亦说乎……