0

0

PHP获取可以用GBK编码的汉字拼音首字母

PHP中文网

PHP中文网

发布时间:2016-05-25 17:00:20

|

1428人浏览过

|

来源于php中文网

原创

跳至

php获取汉字的拼音类(全部与首字母)
php获取汉字的拼音类(全部与首字母)

php获取汉字的拼音类(全部与首字母)

下载
'gbk','out'=>'utf-8');
	//例外处理//当没有拼音首字母other===false的情况下,返回原字串否则设置为该值
	protected $other = '!';//other=false;
	public function __construct($flag=true){
		$this->flag = $flag;
		//加载资源
		$this->source['gk221']=file_get_contents(DATA_PATH.'word/gk2-2-1.txt');
		$this->source['gk31']=file_get_contents(DATA_PATH.'word/gk3-1.txt');
		$this->source['gk41']=file_get_contents(DATA_PATH.'word/gk4-1.txt');
		$this->pos=json_decode(file_get_contents(DATA_PATH.'word/pos.txt'),true);
	}
	/**
	 * 获得拼音首字母
	 * @param  string/arr $data 数据,可以是字符串和数组
	 * @param  string $in   数据的编码
	 * @param  string $out  输出的编码
	 * @return arr       返回数组
	 */
	public function getInitial($data,$in='gbk',$out='utf-8'){
		if(is_string($data)){
			return self::getInitialByStr($data,$in,$out);
		}elseif(is_array($data)){
			return self::getInitialByArr($data,$in,$out);
		}
	}
	/**
	 * 获得拼音首字母
	 * @param  string $data 字符串数据
	 * @param  string $in   数据的编码
	 * @param  string $out  输出的编码
	 * @return arr       返回数组
	 */
	public function getInitialByStr($str,$in='gbk',$out='utf-8'){
		$this->charset['in'] = strtolower($in);
		$this->charset['out'] = strtolower($out);
		if($this->flag!=true){
			$this->temp['fws']= array();
		}
		switch ($this->charset['in']) {
			case 'gbk':
				return self::_getInitialInGBK($str);
				break;
			case 'utf-8':
				return self::_getInitialInUTF8($str);
				break;
			default:
				# code...
				break;
		}
		//历史数据
		if($this->flag!=true){
			unset($this->temp['fws']);
		}
	}
	/**
	 * 获得拼音首字母
	 * @param  array $data 	数组数据
	 * @param  string $in   数据的编码
	 * @param  string $out  输出的编码
	 * @return arr       返回数组
	 */
	public function getInitialByArr($arr,$in='gbk',$out='utf-8'){
		$this->charset['in'] = strtolower($in);
		$this->charset['out'] = strtolower($out);
		if($this->flag!=true){
			$this->temp['fws']= array();
		}
		switch ($this->charset['in']) {
			case 'gbk':
				return self::_getInitialInGBKArr($arr);
				break;
			case 'utf-8':
				return self::_getInitialInUTF8Arr($arr);
				break;
			default:
				# code...
				break;
		}
		//历史数据
		if($this->flag!=true){
			unset($this->temp['fws']);
		}
	}
	/**
	 * 处理gbk编码字符串的首字母
	 * @param  string $str 字符串
	 * @return array      数组
	 */
	protected function _getInitialInGBK($str){
		//存放字符串拼音
		$w = array();
		$i = 0;
		$str_length = strlen($str); //字符串的字节数
	    while ($i= 0x81){//gbk区域
	    		$nstr = substr($str, $i, 2);
	    		$i = $i + 2;
	    	}else{
	    		$nstr = substr($str, $i, 1);
	    		$i = $i + 1;
	    	}
	    	$this->word = iconv('gbk','utf-8',$nstr);
	    	if(isset($this->temp['fws'][$nstr])){
				$w[] = $this->temp['fws'][$nstr];
			}else{
		    	$w[] = self::_preGetInitial($nstr);
		    }
	    }
		
		return $w;
	}
	/**
	 * 处理gbk编码数组的首字母
	 * @param  array $arr 字符串单字数组
	 * @return array      数组
	 */
	protected function _getInitialInGBKArr($arr){
		//存放字符串拼音
		$w = array();
		foreach ($arr as $key => $word) {
			$this->word = iconv('gbk','utf-8',$word);
			if(isset($this->temp['fws'][$word])){
				$w[] = $this->temp['fws'][$word];
			}else{
		    	$w[] = self::_preGetInitial($word);
		    }
		}
		return $w;
	}
	/**
	 * 处理utf-8编码字符串的首字母
	 * @param  string $str 字符串
	 * @return array      数组
	 */
	protected function _getInitialInUTF8($str){
		//存放字符串拼音
		$w = array();
		$nstr = '';
	    $i = 0;
	    $str_length = strlen($str); //字符串的字节数
	    while ($i= 252){//如果ASCII位高与252
			    $nstr = substr($str, $i, 6); //根据UTF-8编码规范,将6个连续的字符计为单个字符
			    $i = $i + 6; //实际Byte计为6
		    }elseif ( $ascnum >= 248 ){//如果ASCII位高与248
			    $nstr = substr($str, $i, 5); //根据UTF-8编码规范,将5个连续的字符计为单个字符
			    $i = $i + 5; //实际Byte计为5
		    }elseif ( $ascnum >= 240 ){//如果ASCII位高与240
			    $nstr = substr($str, $i, 4); //根据UTF-8编码规范,将4个连续的字符计为单个字符
			    $i = $i + 4; //实际Byte计为4
		    }elseif ( $ascnum >= 224 ){//如果ASCII位高与224
			    $nstr = substr($str, $i, 3); //根据UTF-8编码规范,将3个连续的字符计为单个字符
			    $i = $i + 3 ; //实际Byte计为3
		    }elseif ( $ascnum >= 192 ){//如果ASCII位高与192
			    $nstr = substr($str, $i, 2); //根据UTF-8编码规范,将2个连续的字符计为单个字符
			    $i = $i + 2; //实际Byte计为2
		    }else{//其他情况下,包括大写字母,小写字母和半角标点符号,%,&,@,m,w等 
			    $nstr = substr($str, $i, 1);
			    $i = $i + 1; //实际的Byte数计1个
		    }
		    $this->word = $nstr;
		    //编码转换至GBK
		    $nstr = iconv('utf-8','gbk',$nstr);
		    if(isset($this->temp['fws'][$nstr])){
				$w[] = $this->temp['fws'][$nstr];
			}else{
		    	$w[] = self::_preGetInitial($nstr);
		    }
		}
		return $w;
	}
	/**
	 * 处理utf-8编码数组的首字母
	 * @param  array $arr 字符串单字数组
	 * @return array      数组
	 */
	protected function _getInitialInUTF8Arr($arr){
		//存放字符串拼音
		$w = array();
		foreach ($arr as $key => $word) {
			$this->word = $word;
			$nword = iconv('utf-8','GBK',$word);
			if(isset($this->temp['fws'][$nword])){
				$w[] = $this->temp['fws'][$nword];
			}else{
		    	$w[] = self::_preGetInitial($nword);
		    }
		}
		return $w;
	}
	/**
	 * 对单字预处理
	 * @param  string $word 单字,gbk编码
	 * @return string      拼音首字母,编码视$this->charset['out']
	 */
	protected function _preGetInitial($word){
		$fw = self::_getInitial($word);//返回的utf-8编码数据首字母
		if($fw!==false){
			$nstr=$this->temp['fws'][$word]=iconv('utf-8',$this->charset['out'],$fw);
		}else{
			$nstr=$this->temp['fws'][$word]=iconv('gbk',$this->charset['out'],$word);
		}
		return $nstr;
	}
	/**
	 * 获得汉字拼音首字母的核心函数
	 * @param  string $word 单字,gbk编码
	 * @return string       首字母,utf-8编码
	 */
	protected function _getInitial($word){
		$high = ord($word{0});
		$low = ord($word{1});
		//对20902个汉字支持拼音首字母提取
		$hexc = $high * 256 + $low;
		//GBK/2:gb2312汉字表(拼音排序),低位a0开始
		if($hexc >= 0xB0A1 and $hexc =0xA0){
			//共3755个字
			return self::_getInGBK21($hexc);
		}
		//GBK/2:gb2312汉字表,低位a0开始
		if($hexc >= 0xD8A1 and $hexc =0xA0){
			//共3008个字
			return self::_getInGBK('gk221');
		}
		//GBK/3:扩充汉字表(UCS 代码大小排列)
		if($hexc >= 0x8140 and $hexc = 0xAA40 and $hexc other;
	}
	/**
	 * 获取首字母
	 * GBK/2:gb2312汉字表(拼音序)
	 * 共3755个字
	 * @param  int $hexc 单字GBK编码值
	 * @return string      首字母,utf-8编码
	 */
	protected function _getInGBK21($hexc){
		//无i,u,v开始的拼音
		$char = array("",//填充位置
			"A","B","C","D","E","F",
			"G","H","J","K","L","M",
			"N","O","P","Q","R","S",
			"T","W","X","Y","Z"
			);
		$hcs = array(
			0xB0A1,0xb0c5,0xb2c1,0xb4ee,0xb6ea,0xb7a2,
			0xb8c1,0xb9fe,0xbbf7,0xbfa6,0xc0ac,0xc2e8,
			0xc4c3,0xc5b6,0xc5be,0xc6da,0xc8bb,0xc8f6,
			0xcbfa,0xcdda,0xcef4,0xd1b9,0xd4d1
			);
		if($key=array_search($hexc,$hcs)){
			return $char[$key];
		}else{
			$hcs[] = $hexc;
			sort($hcs);
			return $char[array_search($hexc,$hcs)];
		}
	}
	/**
	 * 获取首字母
	 * @param  string $type 单字所属GBK区域类型
	 * @return string      首字母,utf-8编码
	 */
	protected function _getInGBK($type){
		//无i,u,v开始的拼音
		$char = array("",//填充位置
			"A","B","C","D","E","F",
			"G","H","J","K","L","M",
			"N","O","P","Q","R","S",
			"T","W","X","Y","Z"
			);
		$str = str_replace("\r\n",'',$this->source[$type]);
		$p = stripos($str,$this->word)+3;//居右//stripos($str,$word),居左
		$str = '';
		if($key=array_search($p,$this->pos[$type])){
			return $char[$key];
		}else{
			$pos = $this->pos[$type];
			$pos[] = $p;
			sort($pos);
			return $char[array_search($p,$pos)];
		}
	}
}
?>

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

热门AI工具

更多
DeepSeek
DeepSeek

幻方量化公司旗下的开源大模型平台

豆包大模型
豆包大模型

字节跳动自主研发的一系列大型语言模型

通义千问
通义千问

阿里巴巴推出的全能AI助手

腾讯元宝
腾讯元宝

腾讯混元平台推出的AI助手

文心一言
文心一言

文心一言是百度开发的AI聊天机器人,通过对话可以生成各种形式的内容。

讯飞写作
讯飞写作

基于讯飞星火大模型的AI写作工具,可以快速生成新闻稿件、品宣文案、工作总结、心得体会等各种文文稿

即梦AI
即梦AI

一站式AI创作平台,免费AI图片和视频生成。

ChatGPT
ChatGPT

最最强大的AI聊天机器人程序,ChatGPT不单是聊天机器人,还能进行撰写邮件、视频脚本、文案、翻译、代码等任务。

相关专题

更多
2026春节习俗大全
2026春节习俗大全

本专题整合了2026春节习俗大全,阅读专题下面的文章了解更多详细内容。

44

2026.02.11

Yandex网页版官方入口使用指南_国际版与俄罗斯版访问方法解析
Yandex网页版官方入口使用指南_国际版与俄罗斯版访问方法解析

本专题全面整理了Yandex搜索引擎的官方入口信息,涵盖国际版与俄罗斯版官网访问方式、网页版直达入口及免登录使用说明,帮助用户快速、安全地进入Yandex官网,高效使用其搜索与相关服务。

119

2026.02.11

虫虫漫画网页版入口与免费阅读指南_正版漫画全集在线查看方法
虫虫漫画网页版入口与免费阅读指南_正版漫画全集在线查看方法

本专题系统整理了虫虫漫画官网及网页版最新入口,涵盖免登录观看、正版漫画全集在线阅读方式,并汇总稳定可用的访问渠道,帮助用户快速找到虫虫漫画官方页面,轻松在线阅读各类热门漫画内容。

30

2026.02.11

Docker容器化部署与DevOps实践
Docker容器化部署与DevOps实践

本专题面向后端与运维开发者,系统讲解 Docker 容器化技术在实际项目中的应用。内容涵盖 Docker 镜像构建、容器运行机制、Docker Compose 多服务编排,以及在 DevOps 流程中的持续集成与持续部署实践。通过真实场景演示,帮助开发者实现应用的快速部署、环境一致性与运维自动化。

4

2026.02.11

Rust异步编程与Tokio运行时实战
Rust异步编程与Tokio运行时实战

本专题聚焦 Rust 语言的异步编程模型,深入讲解 async/await 机制与 Tokio 运行时的核心原理。内容包括异步任务调度、Future 执行模型、并发安全、网络 IO 编程以及高并发场景下的性能优化。通过实战示例,帮助开发者使用 Rust 构建高性能、低延迟的后端服务与网络应用。

1

2026.02.11

Spring Boot企业级开发与MyBatis Plus实战
Spring Boot企业级开发与MyBatis Plus实战

本专题面向 Java 后端开发者,系统讲解如何基于 Spring Boot 与 MyBatis Plus 构建高效、规范的企业级应用。内容涵盖项目架构设计、数据访问层封装、通用 CRUD 实现、分页与条件查询、代码生成器以及常见性能优化方案。通过完整实战案例,帮助开发者提升后端开发效率,减少重复代码,快速交付稳定可维护的业务系统。

5

2026.02.11

包子漫画网页版入口与全集阅读指南_正版免费漫画快速访问方法
包子漫画网页版入口与全集阅读指南_正版免费漫画快速访问方法

本专题汇总了包子漫画官网和网页版入口,提供最新章节抢先看方法、正版免费阅读指南,以及稳定访问方式,帮助用户快速直达包子漫画页面,无广告畅享全集漫画内容。

154

2026.02.10

MC.JS网页版快速畅玩指南_MC.JS官网在线入口及免安装体验方法
MC.JS网页版快速畅玩指南_MC.JS官网在线入口及免安装体验方法

本专题汇总了MC.JS官网入口和网页版快速畅玩方法,提供免安装访问、不同版本(1.8.8、1.12.8)在线体验指南,以及正版网页端操作说明,帮助玩家轻松进入MC.JS世界,实现即时畅玩与高效体验。

83

2026.02.10

谷歌邮箱网页版登录与注册全指南_Gmail账号快速访问与安全操作教程
谷歌邮箱网页版登录与注册全指南_Gmail账号快速访问与安全操作教程

本专题汇总了谷歌邮箱网页版的最新登录入口和注册方法,详细提供官方账号快速访问方式、网页版操作教程及安全登录技巧,帮助用户轻松管理Gmail邮箱账户,实现高效、安全的邮箱使用体验。

72

2026.02.10

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号