Apache commons codec的language是一个功能比较强大的包，主要是用在对各种语言的处理上，当然，这个包对汉字的支持很糟糕。这一块的内容，在网上非常少，只能自己写一些挺肤浅的代码，以后如果有机会接触，再完善。

我们先学习下编码的范例。

         在一些英文使用的场合中，特别是语音上，有很多可能相似的单词，用这个包里的方法使用下：

package test.ffm83.commons.codec;

import org.apache.commons.codec.language.RefinedSoundex;

import org.apache.commons.lang.StringUtils;

/**

 * 通过apache commonscodec的lanauage包进行字符的相似度差异

 * 返回的是0到最短的编码长度，0表示无关，4或者意味着可能比较相似

 * @author范芳铭

 */

public classEasyLanguageDiff {

    private RefinedSoundexstringEncoder = this.createStringEncoder();

    public static void main(String[] args)throws Exception{

        EasyLanguageDiffdiff = newEasyLanguageDiff();

        diff.getDifference();

        diff.getEncode();

    }

   protectedRefinedSoundex createStringEncoder() {

        return new RefinedSoundex();

   }

   publicRefinedSoundex getStringEncoder() {

        return this.stringEncoder;

   }

    public  void getDifference() throws Exception{

        System.out.println(StringUtils.center("字符串差异", 50,"-"));

        System.out.println(this.getStringEncoder().difference(null,null));

        System.out.println(this.getStringEncoder().difference("",""));

        System.out.println(this.getStringEncoder().difference(" "," "));

        System.out.println(this.getStringEncoder().difference("Margaret","Andrew"));

        System.out.println(this.getStringEncoder().difference("Smith","Smythe"));

        System.out.println(this.getStringEncoder().difference("Ann","Andrew"));

        System.out.println(this.getStringEncoder().difference("Green","Greene"));

        System.out.println(this.getStringEncoder().difference("Smithers","Smythers"));

        System.out.println();

    }

    public void getEncode() throws Exception{

        System.out.println(StringUtils.center("语言编码", 50,"-"));

        System.out.println(this.getStringEncoder().encode("testing")); 

        System.out.println(this.getStringEncoder().encode("TESTING"));

        System.out.println(this.getStringEncoder().encode("dogs"));

        System.out.println(RefinedSoundex.US_ENGLISH.encode("dogs"));

        //目前不支持汉字，加入就直接异常

        //System.out.println(this.getStringEncoder().encode("范芳铭"));

        System.out.println();

    }

}

运行结果如下：

----------------------字符串差异-----------------------

0

0

0

1

6

3

5

8

-----------------------语言编码-----------------------

T6036084

T6036084

D6043

D6043

Apache commons codec 之language