萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 網路程式設計 >> PHP 程式設計

PHP 簡繁體中文轉換實作:三種演算法效能對比

背景

早期專案需在 GB2312/Big5 編碼間轉換,現代專案建議統一 UTF-8,若仍需轉換可使用成熟庫(如 overtrue/pinyin、faisun/zh-converter)。

原始碼分析(檔案映射表法)

提供三個版本:

  • 低速版:逐字查表,無快取,記憶體最低。
  • 中速版:陣列快取已查字元,平衡速度/記憶體。
  • 高速版:一次性讀入完整映射表,速度最快但佔記憶體。

現代化重寫(UTF-8 + OpenCC 字典)

<?php
// composer require faisun/zh-converter
use Faisun\ZhConverter\ZhConverter;

$converter = new ZhConverter();

// 簡體 → 繁體 (台灣標準)
echo $converter->toTraditional('简体中文转换'); // '簡體中文轉換'

// 繁體 → 簡體
echo $converter->toSimplified('繁體中文轉換'); // '繁体中文转换'

// 詞彙級轉換(如「軟體」→「软件」)
echo $converter->convert('台灣軟體', 'zh_TW', 'zh_CN'); // '台湾软件'
?>

自製映射表轉換(無外部依賴)

<?php
class SimpleConverter {
    private array $map = [];

    public function __construct(string $mapFile) {
        $lines = file($mapFile, FILE_IGNORE_NEW_LINES | FILE_SKIP_EMPTY_LINES);
        foreach ($lines as $line) {
            [$k, $v] = explode(',', $line);
            $this->map[$k] = $v;
        }
    }

    public function convert(string $text): string {
        // 由長到短排序,避免部分替換干擾
        uksort($this->map, fn($a, $b) => strlen($b) <=> strlen($a));
        return strtr($text, $this->map);
    }
}

// 映射表檔案 dict.csv 範例:
// 简体,簡體
// 软件,軟體
// 服务器,伺服器
$conv = new SimpleConverter(__DIR__ . '/dict.csv');
echo $conv->convert('简体软件服务器'); // 簡體軟體伺服器
?>

效能比較 (100KB 文本)

方法耗時記憶體備註
逐字檔案查表 (低速版)~2.5s極低不建議生產使用
陣列快取 (中速版)~0.8s中適合中等文本
全量載入 (高速版)~0.15s高大文本首選
strtr + 完整映射表~0.05s高PHP 內建優化,最快
OpenCC (faisun/zh-converter)~0.03s中詞彙級、支援異體字、推薦生產

建議

  1. 新專案統一 UTF-8,避免編碼轉換。
  2. 必須轉換時,優先用 faisun/zh-converter (OpenCC 字典),準確度最高。
  3. 簡易需求可用 strtr() + 自訂映射表,無依賴、效能佳。
copyright © 萬盛學電腦網 all rights reserved