PHP漢字轉換爲拼音字頭原理

學習猶如逆水行舟，不進則退。下面是小編整理的PHP漢字轉換爲拼音字頭原理，希望對大家學習PHP有用，更多消息請關注應屆畢業生網。

1)01-09區爲特殊符號。

2)16-55區爲一級漢字，按拼音排序。

3)56-87區爲二級漢字，按部首/筆畫排序。

4)10-15區及88-94區則未有編碼。

在使用GB2312的程序中，通常採用EUC儲存方法，以便兼容於ASCII。瀏覽器編碼表上的“GB2312”，通常都是指“EUC-CN”表示法。

每個漢字及符號以兩個字節來表示。第一個字節稱爲“高位字節”(也稱“區字節)”，第二個字節稱爲“低位字節”(也稱“位字節”)。

“高位字節”使用了0xA1-0xF7(把01-87區的區號加上0xA0)，“低位字節”使用了0xA1-0xFE(把01-94加上 0xA0)。由於一級漢字從16區起始，漢字區的“高位字節”的'範圍是0xB0-0xF7，“低位字節”的範圍是0xA1-0xFE，佔用的碼位是 72*94=6768。其中有5個空位是D7FA-D7FE。

例如“啊”字在大多數程序中，會以兩個字節，0xB0(第一個字節) 0xA1(第二個字節)儲存。區位碼=區字節+位字節(與區位碼對比：0xB0=0xA0+16,0xA1=0xA0+1)。

　　設計：

用一個數組存放國標一級漢字不同讀音的起始區位碼 ：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};

一個數據存放存放國標一級漢字不同讀音的起始區位碼對應讀音

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'};

　　處理方法：

1. 判斷是否爲英文之母

2. 如果是，直接返回英文之母

3. 取字符的編碼值

4. 比較判斷其編碼值在碼錶中的位置。

5. 根據位置值，返回之母表中相應值