PHP汉字转换为拼音字头原理

　　GB 2312中对所收汉字进行了“分区”处理，每区含有94个汉字/符号。这种表示方式也称为区位码。

　　1)01-09区为特殊符号。

　　2)16-55区为一级汉字，按拼音排序。

　　3)56-87区为二级汉字，按部首/笔画排序。

　　4)10-15区及88-94区则未有编码。

　　在使用GB2312的程序中，通常采用EUC储存方法，以便兼容于ASCII。浏览器编码表上的“GB2312”，通常都是指“EUC-CN”表示法。

　　每个汉字及符号以两个字节来表示。第一个字节称为“高位字节”(也称“区字节)”，第二个字节称为“低位字节”(也称“位字节”)。

　　“高位字节”使用了0xA1-0xF7(把01-87区的区号加上0xA0)，“低位字节”使用了0xA1-0xFE(把01-94加上 0xA0)。由于一级汉字从16区起始，汉字区的“高位字节”的范围是0xB0-0xF7，“低位字节”的范围是0xA1-0xFE，占用的码位是 72*94=6768。其中有5个空位是D7FA-D7FE。

　　例如“啊”字在大多数程序中，会以两个字节，0xB0(第一个字节) 0xA1(第二个字节)储存。区位码=区字节+位字节(与区位码对比：0xB0=0xA0+16,0xA1=0xA0+1)。

　　设计：

　　用一个数组存放国标一级汉字不同读音的起始区位码：如

　　static final int[] secPosValueList = {

　　1601, 1637, 1833, 2078, 2274, 2302, 2433, 2594, 2787, 3106, 3212, 3472,

　　3635, 3722, 3730, 3858, 4027, 4086, 4390, 4558, 4684, 4925, 5249, 9999};

　　一个数据存放存放国标一级汉字不同读音的起始区位码对应读音

　　static final char[] firstLetter = {

　　‘a‘, ‘b‘, ‘c‘, ‘d‘, ‘e‘, ‘f‘, ‘g‘, ‘h‘, ‘j‘, ‘k‘, ‘l‘, ‘m‘, ‘n‘, ‘o‘, ‘p‘,

　　‘q‘, ‘r‘, ‘s‘, ‘t‘, ‘w‘, ‘x‘, ‘y‘, ‘z‘};

　　处理方法：

　　1. 判断是否为英文之母

　　2. 如果是，直接返回英文之母

　　3. 取字符的编码值

　　4. 比较判断其编码值在码表中的位置。

　　5. 根据位置值，返回之母表中相应值

五月份投资者们做点什么【带鱼投资理财】：http://licai.daiyuline.com/caijingxinwen/335.html

5月开盘大吉沪指上涨1.85%【证券投资】：http://licai.daiyuline.com/zhengquan/334.html

正收益基金继续减员【基金投资入门技巧】：http://licai.daiyuline.com/jijin/333.html

时间： 2024-10-06 17:20:21

PHP汉字转换为拼音字头原理的相关文章

C#编程入门--将指定字符串中的汉字转换为拼音缩写,其中非汉字保留为原字符

将指定字符串中的汉字转换为拼音缩写,其中非汉字保留为原字符 #region 将指定字符串中的汉字转换为拼音缩写,其中非汉字保留为原字符 /// <summary> /// 将指定字符串中的汉字转换为拼音缩写,其中非汉字保留为原字符 /// </summary> /// <param name="text"></param> /// <returns></returns> public static string G

iOS将汉字转换为拼音

将汉字转换为拼音 - (NSString *)chineseToPinyin:(NSString *)chinese withSpace:(BOOL)withSpace { CFStringRef hanzi = (__bridge CFStringRef)chinese; CFMutableStringRef string = CFStringCreateMutableCopy(NULL, 0, hanzi); CFStringTransform(string, NULL, kCFString

java汉字转换为拼音

原文:java汉字转换为拼音代码下载地址:http://www.zuidaima.com/share/1550463275240448.htm 输入的字符串是:"这是一个中文" 运行结果: 标签: java 汉字拼音转化话题: 语言基础脚本和工具

python：将汉字转换为拼音

找了两个库,都是基于键值的对拼音的简单查找,不支持多音字: https://github.com/cleverdeng/pinyin.py https://github.com/anjuke/pinyin4py 也可以自己写一个简单的转换器,上面的两个项目中都有汉字和拼音的对照表. http://www.oschina.net/code/snippet_862384_25415 中的代码中也有对招表. 多音字的识别,目测可以参考结巴分词的实现原理: https://github.com/fxsj

将汉字转换为拼音

private void txt_Chinese_TextChanged(object sender, EventArgs e) { txt_PinYIn.Text = //调用拼音类的GetABC方法得到拼音字符串 new PinYin().GetABC(txt_Chinese.Text); } using System; using System.Collections.Generic; using System.Linq; using System.Text; using System.T

sql函数：汉字转换为拼音

sql数据库自定义一个函数把下面代码写进去功能是得到汉字拼音首字母create function fun_getPY(@str nvarchar(4000)) returns nvarchar(4000) as begin declare @word nchar(1),@PY nvarchar(4000) set @PY='' while len(@str)>0 begin set @word=left(@str,1) --如果非汉字字符,返回原字符 set @[email protected

你知道PHP汉字是怎么转换为拼音字头吗？

GB 2312中对所收汉字进行了"分区"处理,每区含有94个汉字/符号.这种表示方式也称为区位码. 1)01-09区为特殊符号. 2)16-55区为一级汉字,按拼音排序. 3)56-87区为二级汉字,按部首/笔画排序. 4)10-15区及88-94区则未有编码. 在使用GB2312的程序中,通常采用EUC储存方法,以便兼容于ASCII.浏览器编码表上的"GB2312",通常都是指"EUC-CN"表示法.每个汉字及符号以两个字节来表示.第一个字节称

C#实现汉字转换为拼音缩写的代码

using System; using System.Configuration; using System.Data; using System.Web; using System.Web.Security; using System.Web.UI; using System.Web.UI.HtmlControls; using System.Web.UI.WebControls; using System.Web.UI.WebControls.WebParts; public partial

swift把汉字转换为拼音，并且截取首字母做索引用

var transformContents = CFStringCreateMutableCopy(nil, 0, "咋啊的看到回复阿斯顿发货发哦iasdifas")CFStringTransform(transformContents, nil, kCFStringTransformMandarinLatin, 0)var traStr:String = transformContents as Stringlet index = advance(traStr.startIndex,