获得汉字拼音首字母

代码从网上获得,并少许修改:

package Util;



import java.io.UnsupportedEncodingException;



/**GB 2312-80 把收录的汉字分成两级。第一级汉字是常用汉字,计 3755 个, 

* 置于 16~55 区,按汉语拼音字母/笔形顺序排列;第二级汉字是次常用汉字, 

* 计 3008 个,置于 56~87 区,按部首/笔画顺序排列,所以本程序只能查到

* 对一级汉字的声母。同时对符合声母(zh,ch,sh)只能取首字母(z,c,s)

*/



public class StringUtil {

	

	// 国标码和区位码转换常量

	static final int GB_SP_DIFF = 160;

	//存放国标一级汉字不同读音的起始区位码

	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, 5600};

	

	//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'};



	//获取一个字符串的拼音码

	public static String getFirstLetter(String oriStr) {

		String str = oriStr.toLowerCase();

		StringBuffer buffer = new StringBuffer();

		char ch;

		char[] temp;

		for (int i = 0; i < str.length(); i++) { //依次处理str中每个字符

			ch = str.charAt(i);

			temp = new char[] {ch};

			byte[] uniCode;

			try {

				uniCode = new String(temp).getBytes("GBK");		//原为uniCode = new String(temp).getBytes();

				if (uniCode[0] < 128 && uniCode[0] > 0) { // 非汉字

					buffer.append(temp);

				} else {

					buffer.append(convert(uniCode));

				}

			} catch (UnsupportedEncodingException e) {

				// TODO Auto-generated catch block

				e.printStackTrace();

			}

		}

		return buffer.toString();

	}



	/** 获取一个汉字的拼音首字母。

	* GB码两个字节分别减去160,转换成10进制码组合就可以得到区位码

	* 例如汉字“你”的GB码是0xC4/0xE3,分别减去0xA0(160)就是0x24/0x43

	* 0x24转成10进制就是36,0x43是67,那么它的区位码就是3667,在对照表中读音为‘n’

	*/

	

	static char convert(byte[] bytes) {

		char result = '-';

		int secPosValue = 0;

		int i;

		for (i = 0; i < bytes.length; i++) {

			bytes[i] -= GB_SP_DIFF;

		}

		secPosValue = bytes[0] * 100 + bytes[1];

		for (i = 0; i < 23; i++) {

			if (secPosValue >= secPosValueList[i] && secPosValue < secPosValueList[i + 1]) {

				result = firstLetter[i];

				break;

			}

		}

		return result;

	}

	static void printBytes(byte[] bytes){

		for (int i = 0; i < bytes.length; i++) {

			System.out.printf("%02X ",bytes[i]);

		}

		System.out.println();

	}

	public static void main(String[] args) {

		String text = "我们";

		printBytes(text.getBytes());				//E6 88 91 E4 BB AC 文件编号为UTF-8格式

		try {

			String gbk = new String(text.getBytes(),"GBK");

			printBytes(gbk.getBytes("GBK"));			//E6 88 91 E4 BB AC

			printBytes(gbk.getBytes());					//E9 8E B4 E6 88 9C E6 BB 91 

			printBytes(text.getBytes("UTF-8"));			//E6 88 91 E4 BB AC

			printBytes(text.getBytes("GBK"));			//CE D2 C3 C7

			printBytes(text.getBytes("GB2312"));		//CE D2 C3 C7

		} catch (UnsupportedEncodingException e1) {

			// TODO Auto-generated catch block

			e1.printStackTrace();

		}		//E6 88 91 E4 BB AC

		System.out.println(StringUtil.getFirstLetter(text));				// wm

		System.out.println(StringUtil.getFirstLetter("我爱北京天安门"));		//wabjtam

		System.out.println(StringUtil.getFirstLetter("I love 北京天安门"));	//i love bjtam

	}

}

你可能感兴趣的:(汉字)