java 拼音搜索功能设计与实现

淡淡的烟草味﹌ 2023-10-01 08:22 7阅读 0赞

### 前言 ###

在搜索场景中，有下面这种需求，即搜索用户的中文拼音，简拼或全拼，甚至拼音的前几位字母时，能够快速检索出来,如下所示

![在这里插入图片描述][3d8fb709216f4b5a95dd907154e28d88.png]

我们希望得到下面这种效果  
![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP56CB5Yac5Y-U5Y-U_size_15_color_FFFFFF_t_70_g_se_x_16]  
这就是一个典型的利用拼音检索功能实现对用户数据搜索的业务，这个看起来简单但实用的功能如何实现呢？

### 实现思路分析 ###

**1、借助es**

如果您的用户数据是放在es里面的，那么在存储用户数据的时候，考虑为用户的索引中冗余一个用户中文名称的拼音字段，那么检索的时候，可以将这个拼英字段作为搜索条件进行搜索，es对拼英提供分词的能力

**2、直接在mysql中做**

如果您的用户数据直接存在mysql表中，同样，冗余出一个拼音字段来，查询的时候可以考虑mysql自身的模糊匹配，或者locate函数，将符合条件的数据查询出来

以上是2种基本实现此功能的思路，但从中，可以捕捉到一个关键的信息就是，需要在入库（es或mysql）的时候，生成一个账户对应的拼音字段，这个转换是关键，这里就需要借助一个外部的组件，本文采用pinyin4j

### 功能设计点 ###

有了上面的基础实现思路，这还不够，还需要考虑的点包括，

*  该搜索功能支持哪些场景的搜索，如前缀拼音？中间任何一个拼音？全拼？中文名字简拼？
 *  如果中文姓名是多音字，又该如何？

在调研了一部分真实用户的实际需求场景后发现下面的线索:

*  使用拼音检索希望缩小检索的范围，用户有时候会忘记目标检索对象的全名，只记得姓氏
 *  更偏向于姓氏前几位，即输入姓氏的某几位，就能给出一批大致符合条件的用户列表
 *  希望一些多音字的名字，也可以支持搜索

基于上面已知的业务信息，下面就用代码实现这个功能吧

### 功能实现步骤 ###

前置准备

*  准备一张用户表，注意需要冗余一个拼音字段
 *  搭建一个springboot工程

CREATE TABLE `db_user` (
      `user_id` varchar(32) NOT NULL COMMENT '用户ID',
      `tenant_id` varchar(32) NOT NULL COMMENT '租户ID',
      `realname` varchar(64) DEFAULT NULL COMMENT '昵称,表示用户真实姓名',
      `account` varchar(64) DEFAULT NULL COMMENT '帐号',
      `email` varchar(64) DEFAULT NULL COMMENT '邮箱',
      `mobile` varchar(32) DEFAULT NULL COMMENT '手机号',
      `passwd` varchar(256) NOT NULL COMMENT '密码',
      `skin` varchar(36) DEFAULT NULL COMMENT '皮肤',
      `key_word` varchar(36) DEFAULT NULL COMMENT '关键词',
      PRIMARY KEY (`user_id`)
    ) ENGINE=InnoDB DEFAULT CHARSET=utf8;

**1、引入pinyin4j依赖**

<dependency>
    				<groupId>com.belerweb</groupId>
    				<artifactId>pinyin4j</artifactId>
    				<version>2.5.0</version>
    			</dependency>

紧接着我们需要考虑的是，在什么样的场景下，需要将这个用户名称的拼音字段存进去呢？很容易想到，新增一个用户，或者修改用户信息的时候，所以需要提供2个基础的接口，接口实现本身并不难，也就是入库的操作

public String save(DbUser dbUser) {
            DbUser insertUser = new DbUser();
            String userId = UUIDUtils.random();
            BeanUtils.copyProperties(dbUser,insertUser);
            insertUser.setUserId(userId);
            //设置拼音字段
            setKeyWordField(insertUser );
            dbUserMapper.insert(insertUser);
            return "success";
        }

重点考虑的是，保存到key\_word 这个字段的拼音存储姓氏，即 realname ——> key\_word 的映射 ，那么就需要使用到pinyin4j的提供的相关api做转换操作了，所以接下来，我们需要提供相关的工具类，对生成key\_word 的数据做转换

这个key\_word 里面要存储什么样的数据呢？结合上文的业务分析，这里为了后续支持的搜索的方式更丰富，考虑存储的格式如下，以 ： 黄小斌 这个名字为例，最后希望转换得到的结果是： huangxiaobin,hxb，即全拼和简拼，为了提升姓氏的检索效率，在将姓氏前缀也提取出来一起拼进去，那么最后的结果是： huangxiaobin,hxb,huang ，中间以逗号分割

**2、转换工具类**

package com.congge.util;
    
    import com.alibaba.dubbo.common.utils.CollectionUtils;
    import lombok.extern.slf4j.Slf4j;
    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;
    import org.apache.commons.lang3.StringUtils;
    
    import java.io.UnsupportedEncodingException;
    import java.util.ArrayList;
    import java.util.Arrays;
    import java.util.List;
    import java.util.regex.Matcher;
    import java.util.regex.Pattern;
    
    /**
     * 中文名字转拼音工具类
     *
     * @author zhangcy
     * @date 2021-11-04
     */
    @Slf4j
    public class PinYinUtils {
    
        private final static int[] li_SecPosValue = {1601, 1637, 1833, 2078, 2274,
                2302, 2433, 2594, 2787, 3106, 3212, 3472, 3635, 3722, 3730, 3858,
                4027, 4086, 4390, 4558, 4684, 4925, 5249, 5590};
    
        private final static String[] lc_FirstLetter = {"a", "b", "c", "d", "e",
                "f", "g", "h", "j", "k", "l", "m", "n", "o", "p", "q", "r", "s",
                "t", "w", "x", "y", "z"};
    
        /**
         * 取得给定汉字串的首字母串,即声母串
         *
         * @param str 给定汉字串
         * @return 声母串
         */
        public static String getAllFirstLetter(String str) {
            if (str == null || str.trim().length() == 0) {
                return "";
            }
    
            String _str = "";
            for (int i = 0; i < str.length(); i++) {
                _str = _str + getFirstLetter(str.substring(i, i + 1));
            }
    
            return _str;
        }
    
        /**
         * 取得给定汉字的首字母,即声母
         *
         * @param chinese 给定的汉字
         * @return 给定汉字的声母
         */
        public static String getFirstLetter(String chinese) {
            if (chinese == null || chinese.trim().length() == 0) {
                return "";
            }
            chinese = conversionStr(chinese, "GB2312", "ISO8859-1");
    
            if (chinese.length() > 1) // 判断是不是汉字
            {
                int li_SectorCode = (int) chinese.charAt(0); // 汉字区码
                int li_PositionCode = (int) chinese.charAt(1); // 汉字位码
                li_SectorCode = li_SectorCode - 160;
                li_PositionCode = li_PositionCode - 160;
                int li_SecPosCode = li_SectorCode * 100 + li_PositionCode; // 汉字区位码
                if (li_SecPosCode > 1600 && li_SecPosCode < 5590) {
                    for (int i = 0; i < 23; i++) {
                        if (li_SecPosCode >= li_SecPosValue[i]
                                && li_SecPosCode < li_SecPosValue[i + 1]) {
                            chinese = lc_FirstLetter[i];
                            break;
                        }
                    }
                } else // 非汉字字符,如图形符号或ASCII码
                {
                    chinese = conversionStr(chinese, "ISO8859-1", "GB2312");
                    chinese = chinese.substring(0, 1);
                }
            }
    
            return chinese;
        }
    
        /**
         * 字符串编码转换
         *
         * @param str           要转换编码的字符串
         * @param charsetName   原来的编码
         * @param toCharsetName 转换后的编码
         * @return 经过编码转换后的字符串
         */
        public static String conversionStr(String str, String charsetName, String toCharsetName) {
            try {
                str = new String(str.getBytes(charsetName), toCharsetName);
            } catch (UnsupportedEncodingException ex) {
                System.out.println("字符串编码转换异常：" + ex.getMessage());
            }
            return str;
        }
    
        /**
         * 首字母大写
         *
         * @param name 参数中文字符串
         * @return result
         * @throws {@link BadHanyuPinyinOutputFormatCombination}
         */
        public static String getChinesePinyinFromName(String name) {
            String result = null;
            try {
                HanyuPinyinOutputFormat pyFormat = new HanyuPinyinOutputFormat();
                pyFormat.setCaseType(HanyuPinyinCaseType.LOWERCASE);
                pyFormat.setToneType(HanyuPinyinToneType.WITHOUT_TONE);
                pyFormat.setVCharType(HanyuPinyinVCharType.WITH_V);
                result = PinyinHelper.toHanyuPinyinString(name, pyFormat, "");
            } catch (Exception e) {
                e.printStackTrace();
            }
            return result;
        }
    
        public static boolean isChineseName(String name) {
            boolean result = true;
            if (StringUtils.isNotEmpty(name)) {
                String[] strChars = name.split("");
                for (String singleStr : strChars) {
                    if (!isContainChinese(singleStr)) {
                        result = false;
                        break;
                    }
                }
            }
            return result;
        }
    
        public static boolean isContainChinese(String str) {
            Pattern p = Pattern.compile("[\u4e00-\u9fa5]");
            Matcher m = p.matcher(str);
            if (m.find()) {
                return true;
            }
            return false;
        }
    
        public static String getChineseFirstPingYingName(String str) {
            String[] split = str.split("");
            return PinYinUtils.getChinesePinyinFromName(split[0]);
        }
    
        public static String convert(String chineseName) {
            String nameVar1 = getChinesePinyinFromName(chineseName);
            String nameVar2 = getAllFirstLetter(chineseName);
            String nameVar3 = getChineseFirstPingYingName(chineseName);
            String result = nameVar1 + "," + nameVar2 + "," + nameVar3;
            return result;
        }
    
        public static boolean isMixedStr(String realname) {
            String[] splitStr = realname.split("");
            List<String> allStrs = Arrays.asList(splitStr);
            List<String> allLastStr = new ArrayList<>();
            boolean hasChinese = false;
            for (String single : splitStr) {
                if (isChineseName(single)) {
                    hasChinese = true;
                } else {
                    allLastStr.add(single);
                }
            }
            if (hasChinese) {
                if (CollectionUtils.isNotEmpty(allStrs) && CollectionUtils.isNotEmpty(allLastStr) && allLastStr.size() < allStrs.size()) {
                    hasChinese = true;
                }
            }
            return hasChinese;
        }
    
    
        public static void main(String[] args) {
            PinYinUtils pinYinUtils = new PinYinUtils();
            String chineseName = "胡";
            String nameVar1 = pinYinUtils.getChinesePinyinFromName(chineseName);
            String nameVar2 = pinYinUtils.getAllFirstLetter(chineseName);
            String nameVar3 = pinYinUtils.getChineseFirstPingYingName(chineseName);
            System.out.println(nameVar1);
            System.out.println(nameVar2);
            System.out.println(nameVar3);
        }
    
        private static PinYinMultiCharactersUtils pinYinMultiCharactersUtils = new PinYinMultiCharactersUtils();
    
        /**
         * 如果是中文何字符串等混合过来的，只需原样解析，比如：111董aaa飞飞333 ，解析为：111dongaaafeifei333
         *
         * @param realname
         * @return
         */
        public String getMixPinyinStr(String realname) {
            if (StringUtils.isEmpty(realname)) {
                return null;
            }
            String[] splitStr = realname.split("");
            StringBuilder stringBuilder = new StringBuilder();
            int firstIndex = 0;
            for (String single : splitStr) {
                if (isChineseName(single)) {
                    //只有第一个中文多音字做解析
                    if (firstIndex == 0 && pinYinMultiCharactersUtils.isMultiChineseWord(single)) {
                        String chinesePinyinFromName = pinYinMultiCharactersUtils.getMultiCharactersPinYin(single);
                        stringBuilder.append(chinesePinyinFromName);
                        continue;
                    }
                    String chinesePinyinFromName = getChinesePinyinFromName(single);
                    stringBuilder.append(chinesePinyinFromName);
                    firstIndex++;
                } else {
                    stringBuilder.append(single);
                }
            }
            return stringBuilder.toString();
        }
    }

关于工具类中的一些方法，通过注释想必大家也能看懂，下面要重点说下，如何使用这个工具类呢？还是回到上面那个saveUser的方法中，如何设置这个keyWord的属性值上面来，请看下面这个方法，我们以这个方法为例做深入的剖析

private void setKeyWordField(DbUser userRequest) {
            if(StringUtils.isEmpty(userRequest.getRealname())){
                return;
            }
            /**
             * 1、pinYinUtils.isChineseName 判断传入过来的名称是否是中文呢？如果全部是中文的话做基础的解析
             * 2、pinYinUtils.convert 做拼音转换
             * 3、pinYinMultiCharactersUtils.getMultiCharactersPinYin 如果名字中的姓氏是多音字时，还需要做一下特别处理
             * 4、如果用户名中不全是中文，比如： 周小斌_bank_1 ,类似这样的，或者 : bank_1_周小斌 ，只转换其中的中文，不改变整个字符串的顺序
             */
    
            if (pinYinUtils.isChineseName(userRequest.getRealname())) {
                String originalConvert = pinYinUtils.convert(userRequest.getRealname());
                String multiConvertResult =  pinYinMultiCharactersUtils.getMultiCharactersPinYin(userRequest.getRealname());
                if(StringUtils.isNotEmpty(multiConvertResult)){
                    userRequest.setKeyWord(originalConvert.concat(",").concat(multiConvertResult));
                    return;
                }
                userRequest.setKeyWord(originalConvert );
            }else {
                //如果不全部是中文，即除了中文之外，还有其他字符混在一起的话,这种才做解析
                if(pinYinUtils.isMixedStr(userRequest.getRealname())){
                    userRequest.setKeyWord(pinYinUtils.getMixPinyinStr(userRequest.getRealname()));
                }
            }
        }

**参考其中的4条解释说明，**

1.  pinYinUtils.isChineseName 判断传入过来的名称是否是中文呢？如果全部是中文的话做基础的解析
2.  pinYinUtils.convert 做拼音转换
3.  pinYinMultiCharactersUtils.getMultiCharactersPinYin 如果名字中的姓氏是多音字时，还需要做一下特别处理
4.  如果用户名中不全是中文，比如： 周小斌\_bank\_1 ,类似这样的，或者 : bank\_1\_周小斌 ，只转换其中的中文，不改变整个字符串的顺序

该方法即把上面拼音转换工具类中的所有方法全部调起来使用了，工具类方法本身并不太难，但是需要结合自身的业务场景合理使用

**关于多音字处理**

在上午中，我们还提到，在实际的用户名称中，存在那些多音字的场景，比如： 单，正常解析出来就是 “dan” ，很明显这是不符合要求的，姓氏中应该解析为 “shan” (忽略 chan) ，或 “解” ，就应该解析为 “xie” ，这样分析之后发现，解析 “解小龙” 这个名字时，如果按照上面的工具类，解析出来的应该是 : jiexiaobin,jxb，如果再经过多音字的解析，还应该解析出 “xiexiaobin” 这个拼音，那么完整的冗余 keyWord字段值为:jiexiaobin,jxb,jie,xiexiaobin（考虑到使用系统的用户并不知道哪些是多音字）

解析多音字比较常用的做法是，维护一个常用的多音字的字典对照表，这个和 es中维护的停用词字典很像，这里直接列出提供参考，后续可以手动添加

![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP56CB5Yac5Y-U5Y-U_size_8_color_FFFFFF_t_70_g_se_x_16]

a#阿
    ao#拗口/违拗/拗断/执拗/拗口/拗口风/拗口令/拗曲/拗性/拗折/警拗
    ai#艾
    bang#膀/磅/蚌
    ba#扒
    bai#叔伯/百/柏杨/㧳/梵呗/呗佛/呗音/呗唱/呗偈/呗声/呗赞/赞呗
    bao#剥皮/薄/暴/堡/曝
    bei#呗
    beng#蚌埠
    bi#复辟/臂/秘鲁/泌阳
    bing#屏息/屏弃/屏气/屏除/屏声
    bian#扁/便/便宜坊
    bo#薄荷/单薄/伯/泊/波/柏/萝卜/孛
    bu#卜/柨
    can#参
    cang#藏/欌
    cen#参差
    ceng#曾/噌
    cha#差/刹那/宝刹/一刹/查/碴/喳喳/喀喳
    chai#公差/差役/专差/官差/听差/美差/办差/差事/差使/肥差/当差/钦差/苦差/出差
    chan#颤/单于/禅
    chang#长/厂
    chao#朝/嘲/焯
    che#工尺/车
    chen#称职/匀称/称心/相称/对称
    cheng#称/乘/澄/噌吰/橙 秤/盛满/盛器/盛饭
    chu#畜
    chui#椎心
    chuai#揣
    chuan#传
    chi#匙/尺/吃
    chong#重庆/重重/虫
    chou#臭/帱
    chuang#经幢
    chuo#绰
    ci#参差/鳞差/伺候/龟兹
    cuan#攒聚/攒动/攒集/攒宫/攒所
    cuo#撮儿/撮要/撮合
    da#大/嗒
    dao#叨/帱载/帱察
    dai#大夫
    dan#单/弹/掸/澹
    dang#铛
    de#的/得
    di#堤/底/怎的/有的/目的/标的/打的/的确/有的放/的卢/矢之的/言中的/语中的/的士/地/提防/快的/美的
    diao#蓝调/调调/音调/论调/格调/调令/低调/笔调/基调/强调/声调/滥调/老调/色调/单调/腔调/跑调/曲调/步调/语调/主调/情调
    ding#丁
    du#读/都/度
    dou#全都/句读
    duo#舵/测度/忖度/揣度/猜度
    dun#粮囤/盾/顿/沌/敦
    e#阿谀/阿胶/阿弥/恶/擜
    er#儿
    fan#番
    feng#冯
    fei#婔
    fo#佛
    fu#仿佛/果脯/罘/莩
    fou#否
    fiao#覅
    ga#咖喱/伽马/嘎/戛纳
    gai#盖
    gao#告
    gang#扛鼎
    ge#革/蛤蚧/文蛤/蛤蜊/咯
    gei#给
    geng#脖颈
    gong#女红/共
    gu#谷/中鹄/鼓
    gui#龟/柜/硅/倭傀/傀异/傀然/傀垒/傀怪/傀卓/傀奇/傀伟/傀民/傀俄/琦傀/奇傀
    gua#呱
    guan#纶巾/东莞
    guang#广
    ha#蛤/哈/虾蟆
    hai#还/嗨/咳声/咳笑
    hao#貉子/貉绒
    hang#夯/总行/分行/支行/行业/排行/行情/央行/商行/外行/银行/中行/交行/招行/农行/工行/建行/商行/酒行/麻行/琴行/行业/同行/行列/行货/行会/行家/巷道/引吭/扼吭/批吭/搤吭/高吭/喉吭/咔吭/絶吭/吭嗌/吭咽/吭首
    he#和/合/核/鶴/猲
    heng#道行/涥
    hu#鹄/水浒/嗀/唬
    hua#滑/呚/椛
    huan#归还/放还/奉还/圜
    hui#会/浍河/媈/灳/哕/瑗珲
    hong#红/虹
    huo#软和/热和/暖和
    hun#尡/珲
    ji#病革/给养/自给/给水/薪给/给予/供给/稽/缉/藉/奇数/亟/诘屈/荠菜/愱
    jia#雪茄/伽/家/价/贾/戛
    jian#见/浅浅
    jiang#降
    jiao#嚼舌/嚼字/嚼蜡/角/剿/饺/脚/蕉/矫/睡觉/侥/校对/校验/校正/校准/审校/校场/校核/校勘/校订/校阅/校样
    jie#慰藉/蕴藉/诘/媘/煯
    jin#矜/劲/禁
    jing#颈/景/强劲/劲风/劲旅/劲敌/劲射/苍劲/遒劲/劲草
    jiong#炅
    ju#咀/居/桔/句/婮
    jun#均
    juan#棚圈/圈养/猪圈/羊圈
    jue#主角/角色/旦角/女角/丑角/角力/名角/配角/嚼/觉/䏐
    jun#龟裂/俊
    ka#咖/卡/喀
    kai#楷
    kang#扛
    ke#咳/壳
    keng#吭
    kuai#会计/财会/浍
    kui#傀
    kuo#括
    la#癞痢/腊/蜡
    lai#癞疮/癞子/癞蛤/癞皮
    lao#积潦/络子/落枕/落价/粩/姥
    le#乐/勒/了
    lei#勒紧
    lo#然咯
    lou#佝偻/泄露/露面/露脸/露骨/露底/露馅/露一手/露相/露马脚/露怯
    long#里弄/弄堂/泷
    li#跞/礼/櫔/栃
    liao#了解/了结/明了/了得/末了/未了/了如/潦/撩
    liang#靓/俩
    lie#挘
    lin#崊
    ling#霗/令
    liu#六/遛
    lu#碌/陆/露
    luo#络/落/漯/囖/洜/泺
    lv#率/绿
    lve#鋢/稤
    lun#纶
    ma#嫲/抹布/抹脸/抹桌子/摩挲
    mai#埋
    man#埋怨/蔓
    mai#脉
    mang#氓/芒
    mao#冒
    me#嚒
    men#椚
    meng#群氓/盟/癦
    mei#没/旀
    mo#淹没/没收/出没/沉没/没落/吞没/覆没/没入/埋没/鬼没/隐没/湮没/辱没/脉脉/模/摩/抹
    mou#绸缪/牟
    mi#秘/泌尿/分泌/谜/檷枸
    mian#渑
    ming#掵
    miu#谬/谬论/纰缪
    mu#大模/字模/模板/模样/模具/装模/模子/牟尼/子牟/夷牟/悬牟/相牟/头牟/宾牟/曹牟/岑牟/兜牟/卢牟/弥牟/牟食/牟槊/牟衫/牟光/牟牟/牟甲
    na#哪/娜/那
    nao#臑
    nan#南
    ne#哪吒/呢
    nei#氞
    neus#莻
    nong#弄/燶
    ni#毛呢/花呢/呢绒/线呢/呢料/呢子/呢喃/溺/檷
    niao#尿/鸟/便溺
    nian#粘膜/粘度/粘土/粘合剂/粘液/粘稠/粘合/粘着/粘结/粘性/粘附/不粘锅/粘糊/粘虫/粘聚/粘滞/焾/哖
    niang#酿
    nin#脌
    ning#倿/拧
    niu#拗/汼
    nu#努
    nuo#婀娜/袅娜/喏
    nv#女
    nve#疟/硸
    o#喔/筽
    ou#膒
    pa#扒手/扒窃/扒外/扒分/扒糕/扒灰/扒犁/扒龙/扒搂/扒山虎/扒艇
    pai#派/迫击/迫击炮
    pao#刨/炮/萢
    pan#番禺
    pang#胖/膀/磅
    pei#蓜
    pi#辟/否极/臧否/龙陂/芘
    pian#扁舟/便宜/魸
    piao#朴姓/饿莩/饥莩/葭莩
    pin#穦
    ping#屏/苹/冯河
    po#湖泊/血泊 /迫/朴刀/坡/陂
    pu#一曝十寒/里堡/十里堡/脯/朴/曝晒/瀑/埔
    qi#期/其/泣/祇
    qiu#龟兹/湭
    qi#稽首/缉鞋/栖/奇/漆/齐
    qia#卡脖/卡子/关卡/卡壳/哨卡/边卡/发卡/峠
    qiao#雀盲/雀子/地壳/甲壳/躯壳
    qian#纤/乾/浅
    qiang#强/㛨/㩖/䅚/䵁
    qie#茄/趔趄/聺/籡
    qin#亲/沁
    qing#干亲/亲家
    qiong#熍
    qu#区/趣/爠
    quan#圈/券
    que#雀/炔
    re#声喏/唱喏
    rong#嬫
    ruo#若/嵶
    saeng#栍
    sang#槡
    sai#塞/嘥
    sao#螦
    se#堵塞/搪塞/茅塞/闭塞/鼻塞/梗塞/阻塞/淤塞/拥塞/哽塞/色
    sha#莎/刹车/急刹/厦/杉木/杉篙
    shai#色子
    shao#勺/红苕
    shan#姓单/单/单县/杉/敾/禅让/受禅/禅变/禅代/禅诰
    shang#衣裳
    she#拾级/折本/射/蛇
    shen#沙参/野参/参王/人参/红参/丹参/山参/海参/鹿参/什么/身/沈/桑椹/食椹/烂椹/木椹
    sheng#野乘/千乘/史乘/省/晟/盛/陹/渑水
    shi#钥匙/什/识/似的/食/石/氏/拾/适/瑡
    shiwa#瓧
    shuai#表率/率性/率直/率真/粗率/率领/轻率/直率/草率/大率/坦率/衰
    shuang#泷水/鏯
    shu#属/数/术/熟
    shui#游说
    shuo#数见/说
    si#伺/似/思
    sou#蓃/摗
    su#宿/鯂
    sui#尿泡
    ta#拓片/拓印/拓本/拓墨/拓写/拓手/拓工/碑拓/疲沓/拖沓/杂沓/沓/塔/鸿塔
    tang#汤/镗
    tao#陶
    tan#反弹/弹性/弹簧/弹力/弹奏/弹跳/弹指/弹劾/弹唱/弹射/弹性体/吹弹/评弹/乱弹琴/弹压/弹指/弹簧/弹冠/弹雀/弹雀/弹丝/弹丸/澹台
    te#脦
    teng#虅
    ti#提/体
    tiao#调/苕
    ting#町/听
    tong#通
    tu#迌
    tuan#湪
    tui#褪
    tuo#拓/袥
    tun#囤/屯
    wei#尾/蔚/圩堤/圩垸/圩田/圩子/赶圩/歌圩
    weng#攚
    wu#无/可恶/交恶/好恶/厌恶/憎恶/嫌恶/痛恶/深恶/兀
    wan#藤蔓/枝蔓/根蔓/蔓草/瓜蔓/蔓儿/莞/万/百万/皖
    wang#亡
    wai#崴
    xia#虾/吓/夏/厦门/厦大/唬杀
    xi#栖/系/蹊/洗/溪/戏/焁/铣/褶衣/褶裤
    xiao#校/切削/削面/刀削/刮削
    xian#纤细/光纤/纤巧/纤柔/纤小/纤维/纤瘦/纤纤/化纤/纤秀/棉纤/纤尘/铣铁/金铣
    xiang#投降/巷
    xie#解/解数/出血/采血/换血/血糊/尿血/淤血/放血/血晕/血淋/便血/吐血/咯血/叶韵/蝎/蝎子/邪/猲猲
    xin#嬜/邤
    xiu#铜臭/乳臭/成宿/星宿/璓
    xin#馨/信/鸿信
    xing#深省/省视/内省/不省人事/省悟/省察/行/荥
    xiong#匂
    xu#牧畜/畜产/畜牧/畜养/并畜/畜锐/吁/圩/浒
    xuan#箮
    xue#削/血/樰
    xun#荨/寻
    ya#琊
    yao#钥/耀/曜/佋侥/侥觎/侥僺/侥利/侥傒/侥觊/侥会/侥滥/侥望/侥求/侥竞/侥薄/侥躐/侥取/侥奇/侥忝/侥速/侥冀/侥冒/疟子
    yan#咽/殷红/朱殷/腌/烟/曕
    ye#液/抽咽/哽咽/咽炎/呜咽/幽咽/悲咽/叶/葉/璍/潱/拽步/拽扶/拽扎
    yi#自艾/遗/屹/嬄/噫
    yin#殷/栶
    ying#荥经/緓/灜
    yo#杭育
    yong#涌/硧
    you#牗
    yu#余/呼吁/吁请/吁求/育/熨帖/熨烫/於
    yuan#员/茒/圜丘
    yun#熨
    yue#约/乐音/器乐/乐律/乐章/音乐/乐理/民乐/乐队/声乐/奏乐/弦乐/乐坛/管乐/配乐/乐曲/乐谱/锁钥/密钥/乐团/乐器/嬳/咽哕/唾哕/发哕/干哕/哕吐/哕饭/哕呕/哕息/哕厥/哕噫/哕逆/哕咽/哕骂/哕心/哕喈/口哕/呕哕
    za#绑扎/结扎/包扎/捆扎/咱家
    zan#攒/咱
    zang#宝藏/藏历/藏文/藏语/藏青/藏族/藏医/藏药/藏蓝/西藏
    zai#牛仔/龟仔/龙仔/鼻仔/羊仔/仔仔/麻仔/麵包仔/麦旺仔/鸿仔/煲仔/福仔/畠
    zao#栆
    ze#择
    zeng#曾国藩/曾孙/曾祖父/曾祖/曾祖母/曾孙女/曾巩/囎/缯
    zong#综/繌
    zha#扎/柞狭/柞薪/柞子/柞鄂/柞叶/柞撒/槱柞/一柞/五柞宫/五柞/雠柞/芟柞/蜡祭/喳
    zhai#宅/夈/择席/择菜
    zhan#粘
    zhang#列车长/行长/村长/镇长/乡长/区长/县长/市长/省长/会长/班长/排长/连长/营长/团长/旅长/师长/军长/委员长/局长/厅长/所长/部长/组长/生长/长大/长高/长个/
    zhao#朝朝/明朝/朝晖/朝夕/朝思/今朝/朝气/朝三/朝秦/朝霞/鹰爪/龙爪/魔爪/爪牙/着急/着迷/着火/怎么着/正着/着凉/一着/犯不着/着数/这么着/犯得着/着慌/着忙/数得着/龙爪槐/嘲哳/嘲惹
    zhe#折/着/褶
    zhen#殝/椹
    zhi#标识/吱/殖/枝/方祇/后祇/皇祇/黄祇/皇地祇/金祇/祇树/月氏
    zhong#重/种
    zhou#粥
    zhu#属意/著/駯
    zhua#爪子
    zhuai#拽
    zhuan#芈月传/外传/传记/自传/正传/小传/评传/传略/别传
    zhui#椎/隹
    zhuo#执著/着装/着落/着意/着力/附着/着笔/胶着/着实/衣着/着眼/着想/着重/穿着/执着/着墨/着实/沉着/着陆/着想/着色/焯见/焯烁/辉焯
    zhuang#幢房/一幢/幢楼/庒
    zi#仔/兹
    zu#足
    zuo#柞/穝

最后再提供一个解析多音字的工具类

package com.congge.utils.pyin;
    
    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.exception.BadHanyuPinyinOutputFormatCombination;
    import org.apache.commons.lang3.StringUtils;
    import org.slf4j.Logger;
    import org.slf4j.LoggerFactory;
    
    import java.io.BufferedReader;
    import java.io.IOException;
    import java.io.InputStream;
    import java.io.InputStreamReader;
    import java.util.Arrays;
    import java.util.HashMap;
    import java.util.List;
    import java.util.Map;
    
    /**
     * 处理多音字的扩展工具类
     *
     * @author zhangcy
     * @date 2021-12-02
     */
    public class PinYinMultiCharactersUtils {
    
        private static final Logger logger = LoggerFactory.getLogger(PinYinMultiCharactersUtils.class);
    
        private static Map<String, List<String>> pinyinMap = new HashMap<>();
    
        private static Map<String, List<String>> otherSpecialWord = new HashMap<>();
    
        static {
            //这里如果apollo上面没有配置任何的值，默认初始化一些常用的
            otherSpecialWord.put("解", Arrays.asList("xie"));
            otherSpecialWord.put("查", Arrays.asList("zha"));
            otherSpecialWord.put("单", Arrays.asList("shan"));
            otherSpecialWord.put("朴", Arrays.asList("piao"));
            otherSpecialWord.put("区", Arrays.asList("ou"));
            otherSpecialWord.put("仇", Arrays.asList("qiu"));
            otherSpecialWord.put("阚", Arrays.asList("kan"));
            otherSpecialWord.put("种", Arrays.asList("chong"));
            otherSpecialWord.put("盖", Arrays.asList("ge"));
            otherSpecialWord.put("繁", Arrays.asList("po"));
    
        }
    
        public static String toPinyin(String str) {
            try {
                initPinyin("/duoyinzi.dic.txt");
                String py = convertChineseToPinyin(str);
                System.out.println(str + " = " + py);
                return py;
            } catch (Exception e) {
                logger.error("convert pinyin error,e : {}", e);
                return null;
            }
        }
    
        /**
         * 通过拆分名字的方式 获取多音字的名字的完整拼音
         *
         * @param chinese
         * @return
         */
        public static String getMultiCharactersPinYin(String chinese) {
            if (StringUtils.isEmpty(chinese)) {
                return null;
            }
            String result = null;
            if (chinese.length() >= 2) {
                String[] nameElements = chinese.split("");
                String firstName = nameElements[0];
                if (!isMultiChineseWord(firstName)) {
                    return null;
                }
                String secondName = null;
                StringBuilder sb = new StringBuilder();
                for (String str : nameElements) {
                    if (!str.equals(firstName)) {
                        sb.append(str);
                    }
                }
                secondName = sb.toString();
                //获取多音字的拼音
                String partOne = PinYinMultiCharactersUtils.toPinyin(firstName);
                String partTwo = PinYinMultiCharactersUtils.toPinyin(secondName);
                result = partOne.concat(partTwo).toLowerCase();
            } else {
                result = PinYinMultiCharactersUtils.toPinyin(chinese);
            }
            return result;
        }
    
        /**
         * 将某个字符串的首字母大写
         *
         * @param str
         * @return
         */
        public static String convertInitialToUpperCase(String str) {
            if (str == null) {
                return null;
            }
            StringBuffer sb = new StringBuffer();
            char[] arr = str.toCharArray();
            for (int i = 0; i < arr.length; i++) {
                char ch = arr[i];
                if (i == 0) {
                    sb.append(String.valueOf(ch).toUpperCase());
                } else {
                    sb.append(ch);
                }
            }
    
            return sb.toString();
        }
    
        /**
         * 判断当前中文字是否多音字
         *
         * @param chinese
         * @return
         */
        public static boolean isMultiChineseWord(String chinese) {
            HanyuPinyinOutputFormat defaultFormat = new HanyuPinyinOutputFormat();
            defaultFormat.setCaseType(HanyuPinyinCaseType.LOWERCASE);
            defaultFormat.setToneType(HanyuPinyinToneType.WITHOUT_TONE);
            char[] arr = chinese.toCharArray();
            for (int i = 0; i < arr.length; i++) {
                char ch = arr[i];
                if (ch > 128) {
                    // 非ASCII码,取得当前汉字的所有全拼
                    try {
                        String[] results = PinyinHelper.toHanyuPinyinStringArray(ch, defaultFormat);
                        if (results == null) {
                            //非中文
                            return false;
                        } else {
                            int len = results.length;
                            if (len == 1) {
                                // 不是多音字
                                return false;
                            } else if (results[0].equals(results[1])) {
                                //非多音字 有多个音，默认取第一个
                                if (otherSpecialWord.containsKey(chinese)) {
                                    return true;
                                }
                                return false;
                            } else {
                                // 多音字
                                return true;
                            }
                        }
                    } catch (BadHanyuPinyinOutputFormatCombination e) {
                        logger.error("BadHanyuPinyinOutputFormatCombination ,e :{}", e);
                    }
                }
            }
            return false;
        }
    
        /**
         * 汉字转拼音 最大匹配优先
         *
         * @param chinese
         * @return
         */
        private static String convertChineseToPinyin(String chinese) {
            StringBuffer pinyin = new StringBuffer();
            HanyuPinyinOutputFormat defaultFormat = new HanyuPinyinOutputFormat();
            defaultFormat.setCaseType(HanyuPinyinCaseType.LOWERCASE);
            defaultFormat.setToneType(HanyuPinyinToneType.WITHOUT_TONE);
            char[] arr = chinese.toCharArray();
            for (int i = 0; i < arr.length; i++) {
                char ch = arr[i];
                if (ch > 128) {
                    // 非ASCII码 取得当前汉字的所有全拼
                    try {
                        String[] results = PinyinHelper.toHanyuPinyinStringArray(ch, defaultFormat);
                        if (results == null) {  //非中文
                            return "";
                        } else {
                            int len = results.length;
                            if (len == 1) {
                                // 不是多音字
                                String py = results[0];
                                if (py.contains("u:")) {  //过滤 u:
                                    py = py.replace("u:", "v");
                                    logger.info("filter u: {}", py);
                                }
                                pinyin.append(convertInitialToUpperCase(py));
                            } else if (results[0].equals(results[1])) {
                                //非多音字 有多个音，取第一个
                                if (otherSpecialWord.containsKey(chinese)) {
                                    return otherSpecialWord.get(chinese).get(0);
                                }
                                pinyin.append(convertInitialToUpperCase(results[0]));
                            } else {
                                logger.info("多音字：{}", ch);
                                if (otherSpecialWord.containsKey(chinese)) {
                                    pinyin.append(otherSpecialWord.get(chinese).get(0));
                                    continue;
                                }
                                int length = chinese.length();
                                boolean flag = false;
                                String s = null;
                                List<String> keyList = null;
                                for (int x = 0; x < len; x++) {
                                    String py = results[x];
                                    if (py.contains("u:")) {
                                        py = py.replace("u:", "v");
                                        logger.info("filter u ：{}", py);
                                    }
                                    keyList = pinyinMap.get(py);
                                    if (i + 3 <= length) {
                                        //后向匹配2个汉字  大西洋
                                        s = chinese.substring(i, i + 3);
                                        if (keyList != null && (keyList.contains(s))) {
                                            pinyin.append(convertInitialToUpperCase(py));
                                            flag = true;
                                            break;
                                        }
                                    }
                                    if (i + 2 <= length) {
                                        //后向匹配 1个汉字  大西
                                        s = chinese.substring(i, i + 2);
                                        if (keyList != null && (keyList.contains(s))) {
                                            pinyin.append(convertInitialToUpperCase(py));
                                            flag = true;
                                            break;
                                        }
                                    }
                                    if ((i - 2 >= 0) && (i + 1 <= length)) {
                                        // 前向匹配2个汉字 龙固大
                                        s = chinese.substring(i - 2, i + 1);
                                        if (keyList != null && (keyList.contains(s))) {
                                            pinyin.append(convertInitialToUpperCase(py));
                                            flag = true;
                                            break;
                                        }
                                    }
                                    if ((i - 1 >= 0) && (i + 1 <= length)) {
                                        // 前向匹配1个汉字   固大
                                        s = chinese.substring(i - 1, i + 1);
                                        if (keyList != null && (keyList.contains(s))) {
                                            pinyin.append(convertInitialToUpperCase(py));
                                            flag = true;
                                            break;
                                        }
                                    }
                                    if ((i - 1 >= 0) && (i + 2 <= length)) {
                                        //前向1个，后向1个  固大西
                                        s = chinese.substring(i - 1, i + 2);
                                        if (keyList != null && (keyList.contains(s))) {
                                            pinyin.append(convertInitialToUpperCase(py));
                                            flag = true;
                                            break;
                                        }
                                    }
                                }
                                if (!flag) {
                                    //都没有找到，匹配默认的 读音  大
                                    s = String.valueOf(ch);
                                    for (int x = 0; x < len; x++) {
                                        String py = results[x];
                                        if (py.contains("u:")) {  //过滤 u:
                                            py = py.replace("u:", "v");
                                        }
                                        keyList = pinyinMap.get(py);
                                        if (keyList != null && (keyList.contains(s))) {
                                            pinyin.append(convertInitialToUpperCase(py));//拼音首字母 大写
                                            break;
                                        }
                                    }
                                }
                            }
                        }
                    } catch (BadHanyuPinyinOutputFormatCombination e) {
                        logger.error("BadHanyuPinyinOutputFormatCombination :{}", e);
                    }
                } else {
                    pinyin.append(arr[i]);
                }
            }
            return pinyin.toString();
        }
    
        /**
         * 初始化 所有的多音字词组
         *
         * @param fileName
         */
        public static void initPinyin(String fileName) {
            if (pinyinMap != null && !pinyinMap.isEmpty()) {
                return;
            }
            // 读取多音字的全部拼音表;
            InputStream file = PinyinHelper.class.getResourceAsStream(fileName);
            BufferedReader br = new BufferedReader(new InputStreamReader(file));
            String s = null;
            try {
                while ((s = br.readLine()) != null) {
                    if (s != null) {
                        String[] arr = s.split("#");
                        String pinyin = arr[0];
                        String chinese = arr[1];
                        if (chinese != null) {
                            String[] strs = chinese.split(" ");
                            List<String> list = Arrays.asList(strs);
                            pinyinMap.put(pinyin, list);
                        }
                    }
                }
            } catch (IOException e) {
                logger.error("IOException,{}", e);
            } finally {
                try {
                    br.close();
                } catch (IOException e) {
                    logger.error("IOException,{}", e);
                }
            }
        }
    
    }

写一个方法测试下，效果如下：  
![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP56CB5Yac5Y-U5Y-U_size_20_color_FFFFFF_t_70_g_se_x_16]

最后，提供一个新增用户的接口吧，测试一下接口的功能是否能满足要求

@PostMapping("/save")
        public String save(@RequestBody DbUser dbUser){
            return dbUserService.save(dbUser);
        }

测试场景1：正常的中文名称

![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP56CB5Yac5Y-U5Y-U_size_20_color_FFFFFF_t_70_g_se_x_16 1]

![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP56CB5Yac5Y-U5Y-U_size_20_color_FFFFFF_t_70_g_se_x_16 2]  
测试场景2：多音字的中文名称  
![在这里插入图片描述][84b22de81d36410ca406662290bcf700.png]  
测试场景3：中文名字中插入英文等其他字符  
![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP56CB5Yac5Y-U5Y-U_size_16_color_FFFFFF_t_70_g_se_x_16]

![在这里插入图片描述][c7ec96fcdfaa49699bbbc9fde8a92c67.png]

**按照拼音检索用户信息**

查询的时候，就可以了利用keyWord这个字段进行搜索了，代码就不再写了，关键的sql语句可以参考如下：

select * from db_user where key_word like '%xie%';
    
    select * from db_user where key_word like 'xie%';
    
    select * from db_user where LOCATE('xie',`key_word`);

![在这里插入图片描述][d8df0f355bde42b9a2d2be207ea8635c.png]

**本篇到此结束，最后感谢观看！**

[3d8fb709216f4b5a95dd907154e28d88.png]: https://img-blog.csdnimg.cn/3d8fb709216f4b5a95dd907154e28d88.png
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP56CB5Yac5Y-U5Y-U_size_15_color_FFFFFF_t_70_g_se_x_16]: https://img-blog.csdnimg.cn/3eba860b73d24269969e14f0c6505da2.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCP56CB5Yac5Y-U5Y-U,size_15,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP56CB5Yac5Y-U5Y-U_size_8_color_FFFFFF_t_70_g_se_x_16]: https://img-blog.csdnimg.cn/b491191d15ac40d1853e95c35657c4ad.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCP56CB5Yac5Y-U5Y-U,size_8,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP56CB5Yac5Y-U5Y-U_size_20_color_FFFFFF_t_70_g_se_x_16]: https://img-blog.csdnimg.cn/9f4030273125400aa7bb70162f078e4e.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCP56CB5Yac5Y-U5Y-U,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP56CB5Yac5Y-U5Y-U_size_20_color_FFFFFF_t_70_g_se_x_16 1]: https://img-blog.csdnimg.cn/b890c3ba395d46b59d0cc1122748d3b6.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCP56CB5Yac5Y-U5Y-U,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP56CB5Yac5Y-U5Y-U_size_20_color_FFFFFF_t_70_g_se_x_16 2]: https://img-blog.csdnimg.cn/392b39ae6a8640dea36eaf1cd77e7ae8.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCP56CB5Yac5Y-U5Y-U,size_20,color_FFFFFF,t_70,g_se,x_16
[84b22de81d36410ca406662290bcf700.png]: https://img-blog.csdnimg.cn/84b22de81d36410ca406662290bcf700.png
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP56CB5Yac5Y-U5Y-U_size_16_color_FFFFFF_t_70_g_se_x_16]: https://img-blog.csdnimg.cn/1c9c37342a2e418781644a2496536289.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCP56CB5Yac5Y-U5Y-U,size_16,color_FFFFFF,t_70,g_se,x_16
[c7ec96fcdfaa49699bbbc9fde8a92c67.png]: https://img-blog.csdnimg.cn/c7ec96fcdfaa49699bbbc9fde8a92c67.png
[d8df0f355bde42b9a2d2be207ea8635c.png]: https://img-blog.csdnimg.cn/d8df0f355bde42b9a2d2be207ea8635c.png