讲师中心 微信公众号
AI工具推荐 视频效率加速

PHP获取可以用GBK编码的汉字拼音首字母

星瑶吖_5979

星瑶吖_5979

发布时间:2016-05-25 17:00:20

|

1528人浏览过

|

来源于php中文网

原创

跳至

'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
WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

SkildArt
SkildArt Hot

SkildArt是一款AI文本写作工具,一站式 AI 视觉创作平台。

立刻MV
立刻MV Hot

立刻MV是一款AI文本写作工具,AI 音乐视频(MV)创作工具。

音述AI
音述AI Hot

一款AI音频处理工具,主要用于音述AI是一个以“用声音述说故事”为核心的 AI 音乐创作与声音分享社区,适合需要提升相关任务效率的用户。

Atoms
Atoms Hot

Atoms是一款AI智能体工具,第一支自动构建真实业务的 AI 团队。

讯飞绘文

讯飞绘文是一款由科大讯飞推出的一站式 AIGC 内容运营平台。

Seko
Seko Hot

一款AI视频创作工具,主要用于商汤科技推出的创编一体的AI短视频创作Agent,适合需要提升相关任务效率的用户。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

相关专题

更多
Buffalo框架数据库开发全教程
Buffalo框架数据库开发全教程

本专题围绕Buffalo框架数据库开发,讲解database.yml多环境配置、soda与fizz迁移生成回滚、模型结构体标签、增删改查与条件查询、一对多与多对多关联、数据校验、回调钩子、事务处理及原生SQL执行能力。

80

2026.09.23

Buffalo框架路由与请求处理实操指南
Buffalo框架路由与请求处理实操指南

本专题讲解Buffalo框架路由与请求处理机制,涵盖路由注册与分组、资源路由、Handler编写规范、Context上下文方法、参数绑定、中间件编写挂载、Session与Cookie读写、Flash消息及错误页面定制方法。

40

2026.09.23

Buffalo框架零基础入门教程
Buffalo框架零基础入门教程

本专题整理Buffalo框架入门内容,涵盖Go环境准备、buffalo CLI安装、新项目生成、目录结构说明、dev热加载启动、数据库连接配置与常见报错排查,帮助新手按约定优于配置的思路跑通第一个Buffalo框架应用。

20

2026.09.23

Conan创建软件包配方指南
Conan创建软件包配方指南

本专题介绍通过conanfile.py创建软件包的方法,讲解包名、版本、依赖和构建设置等基础信息,以及source、build、package、package_info等常用方法的作用及编写思路。

20

2026.09.22

Conan二进制包配置指南
Conan二进制包配置指南

本专题介绍Conan根据操作系统、编译器、架构和构建类型生成二进制包的方法,讲解Profile、Settings、Options及Package ID的作用,帮助管理不同平台和编译环境下的包版本。

40

2026.09.22

Conan私有仓库搭建教程
Conan私有仓库搭建教程

本专题系统的讲解Conan私有仓库的搭建流程,涵盖仓库服务部署、存储目录配置、用户认证、权限划分和远程地址添加,并介绍内部C++依赖包的上传、下载及版本维护方法。

40

2026.09.22

loomy官网入口地址合集
loomy官网入口地址合集

本专题汇总了 Loomy 桌面 AI 助理的官方入口地址合集及使用指南。提供 macOS 与 Windows 客户端下载 。Loomy 是讯飞推出的桌面级 AI 工作搭子,支持文件整理、数据分析、网页操作及通过飞书/钉钉远程操控电脑,助你高效完成本地办公任务 。

40

2026.09.22

NumPy常见函数使用方法
NumPy常见函数使用方法

本专题整理 NumPy 常见函数使用方法相关教程,覆盖函数大全、参数用法、数组运算、统计聚合、排序处理、where 条件筛选、linspace 创建数列等常用场景,帮助读者快速掌握 NumPy 函数调用思路和实际数据处理技巧。

60

2026.09.22

NumPy性能优化版本更新与常见报错排查
NumPy性能优化版本更新与常见报错排查

本专题整理 NumPy 性能优化、版本更新与常见报错排查相关教程,覆盖向量化计算、广播性能、内存布局、NumPy 2.0 升级、版本兼容冲突、安装导入报错、dtype 溢出、矩阵运算异常和 broadcasting 报错修复,帮助读者系统掌握 NumPy 性能调优与问题定位方法。

80

2026.09.22

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
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
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