实战经验：获取中文的拼音表示

问题

碰到这样的需求，给定一个中文字符，如”中”，获取其拼音表示，如：zhong。

思路

在Unicode开发环境下，每一个字符，不论它是中文字符，还是ASCII字符，都是用两个字节表示。例如：

TCHAR ch1 = _T(‘A’);

这里的ch1的大小是两个字节，ch1的值为0x0041。

TCHAR ch2 = _T(‘中’);

这里的ch2的大小是也是两个字节，ch1的值为0x4E2D。

想要得到汉字的拼音，必须先得到汉字对应的GB2312/GBK机内码。这里需要注意的是，Unicode字符集和GB2312/GBK字符集是两套互不兼容的字符编码标准，比如”中”字的Unicode编码为0x4E2D，而它的GB2312/GBK编码为0xD6D0。

得到汉字对应的GB2312/GBK机内码之后，可以通过查询GB2312/GBK标准来得到其对应的拼音了。

实现方法

1) 通过WideCharToMultiByte将Unicode字符集转换为ANSI字符集。

2) 判断转换的ANSI字符是否是ASCII字符，可以使用isascii函数来进行判断。

3) 如果转换的ANSI字符的高低字节都大于0xA0，则表示这是一个中文字符，可以通过如下的公式获取其GB2312/GBK机内码。

chHigh = 高8位字节(中文字符);

chLow = 低8位字节(中文字符);

GBK = (chHigh – 0xA0) * 100 + chLow – 0xA0;

4) 根据GB2312/GBK表查询对应的拼音表示。

总结

对于没有对应关系的两个字符集Unicode和GB2312/GBK来说，也只能通过查表的方式找出对应关系了。