这是一个功能强大的汉字转拼音工具，基于权威的Unihan数据库，提供完整的汉字拼音转换解决方案。支持自定义映射、特殊字符处理、自动学习功能和多音字处理，适用于各种需要拼音转换的应用场景。

• 拼音转换器 - 提供基础转换、带声调转换、URL Slug生成等核心功能
• 字典加载系统 - 支持懒加载和多级缓存机制，优化内存使用
• 特殊字符处理器 - 支持keep、delete、replace三种处理模式

• 自定义字典 - 用户自定义拼音映射
• 多音字规则字典 - 基于上下文的多音字处理规则
• 常用字典 - 常用汉字拼音映射
• 生僻字字典 - 罕见汉字拼音映射
• Unihan字典 - 基于Unicode数据库的权威拼音数据

• 任务管理器 - 管理后台任务队列
• 任务运行器 - 支持守护进程、批量处理和一次性执行模式
• 任务调度 - 支持周期性任务和优先级队列

• 数据更新 - 自动更新Unihan数据库
• 数据报告 - 生成字典覆盖范围统计
• 区块管理 - 支持CJK基本汉字及扩展区A-G的拼音数据

• 自学习字典 - 自动识别并记忆生僻字拼音
• 字典合并 - 支持自学习字典与自定义字典合并
• 权重分析 - 基于使用频率优化多音字选择

• 测试工具 - 支持多种测试类型和覆盖率报告
• 格式转换工具 - 字典格式标准化处理
• 备份恢复工具 - 字典文件备份和恢复功能

• 🔤 精准转换 - 支持常用字和生僻字的准确拼音转换
• 🧠 智能学习 - 自动识别并记忆生僻字的拼音，支持自学习字典合并
• 🎛️ 多模式处理 - 三种特殊字符处理模式：keep/delete/replace
• 🔀 多音字识别 - 基于上下文的多音字智能处理
• 📚 完整字典系统 - 多级字典优先级，支持懒加载和内存优化
• ⚡ 高性能 - 多级缓存机制，支持高频字符快速转换
• 🔧 灵活配置 - 丰富的配置选项，满足不同使用场景
• 🔄 后台任务 - 完整的后台任务管理系统，支持守护进程模式
• 🌐 Unihan集成 - 基于Unicode权威数据库的拼音数据

创新的五级字典优先级设计（自定义 > 多音字规则 > 常用字 > 生僻字 > Unihan），确保拼音转换的准确性和灵活性。

• 多级缓存设计，支持高频字符快速转换
• 懒加载策略，优化内存使用
• 批量处理模式，提高大规模转换效率

基于上下文的多音字智能处理，通过规则匹配和权重算法，在不同语境中选择正确的拼音。

覆盖超过60,000个汉字，包括CJK基本汉字及扩展区A-G的全部拼音数据，提供最全面的汉字拼音支持。

丰富的配置选项，支持自定义字典加载策略、持久化设置和自动保存间隔等参数，满足不同使用场景需求。

支持守护进程模式的任务管理系统，可处理异步转换请求和大批量数据处理任务，适用于生产环境。

自动识别并记忆生僻字拼音，通过自学习机制不断优化转换准确性，实现系统的持续进化。

包含基础转换、多音字、特殊字符、自定义字典和边界条件等多种测试类型，确保系统稳定性和准确性。

使用Composer安装：

composer require tekintian/pinyin

use tekintian\pinyin\PinyinConverter;

// 创建实例
$pinyinConverter = new PinyinConverter();

// 基本转换
$pinyin = $pinyinConverter->convert('你好，世界！');
echo $pinyin; // 输出: ni hao shi jie

// 保留声调
$pinyinWithTone = $pinyinConverter->convert('你好，世界！', ' ', true);
echo $pinyinWithTone; // 输出: nǐ hǎo shì jiè

// 生成URL Slug
$slug = $pinyinConverter->getUrlSlug('你好，世界！');
echo $slug; // 输出: ni-hao-shi-jie

从高到低依次为：

1. custom_xxx - 自定义字典（用户自定义映射）
2. polyphone_xxx - 多音字规则字典
3. common_xxx - 常用字典
4. rare_xxx - 生僻字字典
5. unihan - Unihan字典（基于权威Unicode数据库）

• src/PinyinConverter.php - 主转换器类，提供核心转换功能
• src/BackgroundTaskManager.php - 后台任务管理器
• bin/task_runner.php - 统一任务运行器（支持守护进程模式）
• unicode/ - Unihan数据管理和处理工具
• tools/ - 辅助工具集（自动获取、测试、解析等）

# 守护进程模式（推荐生产环境）
php bin/task_runner.php -m daemon -i 60

# 批量处理模式
php bin/task_runner.php -m batch -b 100 -l 500

# 一次性执行模式
php bin/task_runner.php -m once

use tekintian\pinyin\unicode\UnihanDataManager;

$manager = new UnihanDataManager();

// 更新Unihan数据
$updated = $manager->updateData();

// 生成数据报告
$report = $manager->generateReport();

// keep模式：保留所有特殊字符
$result = $converter->convert('你好$世界', ' ', false, 'keep');

// delete模式：删除非安全字符
$result = $converter->convert('你好$世界', ' ', false, 'delete');

// replace模式：自定义替换
$result = $converter->convert('你好$世界', ' ', false, [
    'mode' => 'replace',
    'map' => ['$' => 'dollar']
]);

总计: 超过 60,000 个汉字的完整拼音覆盖

• 📖 项目架构和使用指南 - 完整的项目架构说明和使用方法
• 🔧 工具使用手册 - 所有工具的使用方法和示例
• 📊 数据字典说明 - 字典系统的详细说明
• 🔄 后台任务管理 - 后台任务系统的使用指南
• 🌐 Unihan数据处理 - Unihan数据管理工具说明

$config = [
    'dict' => [
        // 字典文件路径配置
    ],
    'dict_loading' => [
        'strategy' => 'both',        // 字典加载策略
        'lazy_loading' => true,    // 懒加载开关
        'preload_priority' => ['custom', 'common'], // 预加载优先级
    ],
    'custom_dict_persistence' => [
        'enable' => true,           // 自定义字典持久化
        'delay_write' => true,      // 延迟写入
        'auto_save_interval' => 300  // 自动保存间隔（秒）
    ]
];

$pinyinConverter = new PinyinConverter($config);

本项目所有测试通过 run_tests.sh 脚本统一管理，支持多种测试类型和参数选项：

# 基本使用 - 运行所有测试
./run_tests.sh

./run_tests.sh all                    # 运行所有测试
./run_tests.sh unit --coverage        # 运行单元测试并生成覆盖率
./run_tests.sh fast                   # 运行快速测试
./run_tests.sh basic                  # 运行基础转换测试

注意: prod分支不包含 测试用例 代码 和 unicode 数据管理工具 和 tools 目录

该测试脚本包含以下测试类型：

• 基础转换测试 - 验证常用汉字和词组的拼音转换正确性
• 多音字测试 - 测试多音字在不同上下文中的正确识别
• 特殊字符测试 - 验证各种特殊字符处理模式的正确性
• 自定义字典测试 - 测试自定义映射规则的生效情况
• 边界条件测试 - 测试空字符串、超长字符串等边界情况

运行测试后，将生成 Markdown 格式的测试报告，包含详细的测试结果统计和潜在问题分析。

# 快速测试
php tools/quick_pinyin_test.php

# 通过Composer运行测试
composer test

详细测试文档请参考 测试指南.md

✅ 已完成功能

• 基础汉字转拼音功能
• 多音字处理
• 自学习字典系统
• 后台任务管理
• Unihan数据集成
• 完整的工具集

🔜 计划功能

• 更智能的多音字上下文识别
• 分布式任务处理支持
• Web界面管理工具
• 更多拼音数据源集成

欢迎贡献代码！请阅读：

• 贡献指南
• 代码规范
• 版本历史

本项目使用MIT许可证，详情请查看LICENSE文件。

• Unicode Unihan数据库
• Composer包页面
• GitHub仓库
• 软件定制开发

版本: 1.0.0
最后更新: 2025-11-20 维护者: tekintian https://dev.tekin.cn