热门标签 | HotTags
当前位置:  开发笔记 > 前端 > 正文

PHP获取可以用GBK编码的汉字拼音首字母-PHP源码

PHP获取可以用GBK编码的汉字拼音首字母
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)];
		}
	}
}
?>

推荐阅读
  • 本文介绍了Java工具类库Hutool,该工具包封装了对文件、流、加密解密、转码、正则、线程、XML等JDK方法的封装,并提供了各种Util工具类。同时,还介绍了Hutool的组件,包括动态代理、布隆过滤、缓存、定时任务等功能。该工具包可以简化Java代码,提高开发效率。 ... [详细]
  • 本文介绍了Redis的基础数据结构string的应用场景,并以面试的形式进行问答讲解,帮助读者更好地理解和应用Redis。同时,描述了一位面试者的心理状态和面试官的行为。 ... [详细]
  • 单点登录原理及实现方案详解
    本文详细介绍了单点登录的原理及实现方案,其中包括共享Session的方式,以及基于Redis的Session共享方案。同时,还分享了作者在应用环境中所遇到的问题和经验,希望对读者有所帮助。 ... [详细]
  • 本文讨论了Kotlin中扩展函数的一些惯用用法以及其合理性。作者认为在某些情况下,定义扩展函数没有意义,但官方的编码约定支持这种方式。文章还介绍了在类之外定义扩展函数的具体用法,并讨论了避免使用扩展函数的边缘情况。作者提出了对于扩展函数的合理性的质疑,并给出了自己的反驳。最后,文章强调了在编写Kotlin代码时可以自由地使用扩展函数的重要性。 ... [详细]
  • 使用正则表达式爬取36Kr网站首页新闻的操作步骤和代码示例
    本文介绍了使用正则表达式来爬取36Kr网站首页所有新闻的操作步骤和代码示例。通过访问网站、查找关键词、编写代码等步骤,可以获取到网站首页的新闻数据。代码示例使用Python编写,并使用正则表达式来提取所需的数据。详细的操作步骤和代码示例可以参考本文内容。 ... [详细]
  • 本文讨论了在openwrt-17.01版本中,mt7628设备上初始化启动时eth0的mac地址总是随机生成的问题。每次随机生成的eth0的mac地址都会写到/sys/class/net/eth0/address目录下,而openwrt-17.01原版的SDK会根据随机生成的eth0的mac地址再生成eth0.1、eth0.2等,生成后的mac地址会保存在/etc/config/network下。 ... [详细]
  • 本文介绍了前端人员必须知道的三个问题,即前端都做哪些事、前端都需要哪些技术,以及前端的发展阶段。初级阶段包括HTML、CSS、JavaScript和jQuery的基础知识。进阶阶段涵盖了面向对象编程、响应式设计、Ajax、HTML5等新兴技术。高级阶段包括架构基础、模块化开发、预编译和前沿规范等内容。此外,还介绍了一些后端服务,如Node.js。 ... [详细]
  • React项目中运用React技巧解决实际问题的总结
    本文总结了在React项目中如何运用React技巧解决一些实际问题,包括取消请求和页面卸载的关联,利用useEffect和AbortController等技术实现请求的取消。文章中的代码是简化后的例子,但思想是相通的。 ... [详细]
  • Spring常用注解(绝对经典),全靠这份Java知识点PDF大全
    本文介绍了Spring常用注解和注入bean的注解,包括@Bean、@Autowired、@Inject等,同时提供了一个Java知识点PDF大全的资源链接。其中详细介绍了ColorFactoryBean的使用,以及@Autowired和@Inject的区别和用法。此外,还提到了@Required属性的配置和使用。 ... [详细]
  • 如何查询zone下的表的信息
    本文介绍了如何通过TcaplusDB知识库查询zone下的表的信息。包括请求地址、GET请求参数说明、返回参数说明等内容。通过curl方法发起请求,并提供了请求示例。 ... [详细]
  • SpringMVC接收请求参数的方式总结
    本文总结了在SpringMVC开发中处理控制器参数的各种方式,包括处理使用@RequestParam注解的参数、MultipartFile类型参数和Simple类型参数的RequestParamMethodArgumentResolver,处理@RequestBody注解的参数的RequestResponseBodyMethodProcessor,以及PathVariableMapMethodArgumentResol等子类。 ... [详细]
  • 在Android中解析Gson解析json数据是很方便快捷的,可以直接将json数据解析成java对象或者集合。使用Gson解析json成对象时,默认将json里对应字段的值解析到java对象里对应字段的属性里面。然而,当我们自己定义的java对象里的属性名与json里的字段名不一样时,我们可以使用@SerializedName注解来将对象里的属性跟json里字段对应值匹配起来。本文介绍了使用@SerializedName注解解析json数据的方法,并给出了具体的使用示例。 ... [详细]
  • uniapp开发H5解决跨域问题的两种代理方法
    本文介绍了uniapp开发H5解决跨域问题的两种代理方法,分别是在manifest.json文件和vue.config.js文件中设置代理。通过设置代理根域名和配置路径别名,可以实现H5页面的跨域访问。同时还介绍了如何开启内网穿透,让外网的人可以访问到本地调试的H5页面。 ... [详细]
  • python限制递归次数(python最大公约数递归)
    本文目录一览:1、python为什么要进行递归限制 ... [详细]
  • 本文介绍了如何使用JSONObiect和Gson相关方法实现json数据与kotlin对象的相互转换。首先解释了JSON的概念和数据格式,然后详细介绍了相关API,包括JSONObject和Gson的使用方法。接着讲解了如何将json格式的字符串转换为kotlin对象或List,以及如何将kotlin对象转换为json字符串。最后提到了使用Map封装json对象的特殊情况。文章还对JSON和XML进行了比较,指出了JSON的优势和缺点。 ... [详细]
author-avatar
soseast9975
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有