【Java習作】提取漢字拼音首字母（Java版）

作者：gnuhpc
出處：http://www.cnblogs.com/gnuhpc/

package info.gnuhpc;/** * @author gnuhpc email: warmbupt@gmail.com blog: http://gnuhpc.info * @date 2010-1-22 * @bugs 不支援多音文書處理  */public class PinyinConv {    // 簡體中文的編碼範圍從B0A1（45217）一直到F7FE（63486）    private static int BEGIN = 45217;    private static int END = 63486;    // 按照聲母表示，這個表是在GB2312中的出現的第一個漢字，也就是說“啊”是代表首字母a的第一個漢字。    // i, u, v都不做聲母, 自定規則跟隨前面的字母    private static char[] chartable = { '啊', '芭', '擦', '搭', '蛾', '發', '噶', '哈',            '哈', '擊', '喀', '垃', '媽', '拿', '哦', '啪', '期', '然', '撒', '塌', '塌',            '塌', '挖', '昔', '壓', '匝', };    // 二十六個字母區間對應二十七個端點    // GB2312碼漢字區間十進位表示    private static int[] table = new int[27];    // 對應首字母區間表    private static char[] initialtable = { 'a', 'b', 'c', 'd', 'e', 'f', 'g',            'h', 'h', 'j', 'k', 'l', 'm', 'n', 'o', 'p', 'q', 'r', 's', 't',            't', 't', 'w', 'x', 'y', 'z', };    // 初始化    static {        for (int i = 0; i < 26; i++) {            table[i] = gbValue(chartable[i]);// 得到GB2312碼的首字母區間端點表，十進位。        }        table[26] = END;// 區間表結尾    }    // ------------------------public方法區------------------------    /**     * 根據一個包含漢字的字串返回一個漢字拼音首字母的字串 最重要的一個方法，思路如下：一個個字元讀入、判斷、輸出     */    public static String cn2py(String SourceStr) {        String Result = "";        int StrLength = SourceStr.length();        int i;        try {            for (i = 0; i < StrLength; i++) {                Result += Char2Initial(SourceStr.charAt(i));            }        } catch (Exception e) {            Result = "";        }        return Result;    }    // ------------------------private方法區------------------------    /**     * 輸入字元,得到他的聲母,英文字母返回對應的大寫字母,其他非簡體漢字返回 '0'     *      */    private static char Char2Initial(char ch) {        // 對英文字母的處理：小寫字母轉換為大寫，大寫的直接返回        if (ch >= 'a' && ch <= 'z')            return (char) (ch - 'a' + 'A');        if (ch >= 'A' && ch <= 'Z')            return ch;        // 對非英文字母的處理：轉化為首字母，然後判斷是否在碼錶範圍內，        // 若不是，則直接返回。        // 若是，則在碼錶內的進行判斷。        int gb = gbValue(ch);// 漢字轉換首字母        if ((gb < BEGIN) || (gb > END))// 在碼錶區間之前，直接返回            return ch;        int i;        for (i = 0; i < 26; i++) {// 判斷匹配碼錶區間，匹配到就break,判斷區間形如“[,)”                if ((gb >= table[i]) && (gb < table[i+1]))                    break;        }                if (gb==END) {//補上GB2312區間最右端            i=25;        }        return initialtable[i]; // 在碼錶區間中，返回首字母    }    /**     * 取出漢字的編碼 cn 漢字     */    private static int gbValue(char ch) {// 將一個漢字（GB2312）轉換為十進位表示。        String str = new String();        str += ch;        try {            byte[] bytes = str.getBytes("GB2312");            if (bytes.length < 2)                return 0;            return (bytes[0] << 8 & 0xff00) + (bytes[1] & 0xff);        } catch (Exception e) {            return 0;        }    }    public static void main(String[] args) throws Exception {        System.out.println(cn2py("重慶重視發展IT行業，大多數外企，如，IBM等進駐山城"));    }}

作者：gnuhpc

出處：http://www.cnblogs.com/gnuhpc/