PHP汉字转换为拼音字头原理

页面导航:首页 > 网络编程 > PHP编程 > PHP汉字转换为拼音字头原理

PHP汉字转换为拼音字头原理

来源: 作者: 时间:2016-01-16 10:47 【

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。
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。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
Tags:

文章评论

最 近 更 新
热 点 排 行
Js与CSS工具
代码转换工具

<