通过PHP获取生僻字的汉语拼音

最近使用到汉字到拼音的转换，因此在众多搜索结果干扰项中探得此文。由于原文思路清晰，观点独特，故转载于此。本文实质上使用的是查表法，全文内容基本上是字典的获取方法
注意：本文转自 http://blog.verycd.com/dash/cmd=showentry&eid=1677 ，以下为原文

      细心的网友可能会发现，VeryCD的资源搜索是支持拼音的，不论你是直接输入拼音，还是输入同音字，我们的搜索程序都会提示你正确的关键字。比如: http://search.verycd.com/search?q=萧雅轩 (注：此链接已经过时)
之前我们使用的是一个网上已经很普遍的 汉字转拼音函数，通过使用后发现，这个函数的算法虽然简便，但只能取得GB2312中根据拼音排列的3755个常用汉字，所以其适用范围很有限。由于其它汉字大都按部首/笔画顺序排列，所以我们只能通过建立一个汉字-拼音表来实现一一对应。
这个时候 输入法生成器就派上了用场，利用它的逆转换功能生成一个汉字拼音的文本文件。然后再写一个PHP小程序，即可删除这个文本文件中的词组和多音字。

 1 <? php
 2 // 注意，在2000/XP下生成的文本文件是Unicode格式，需要先转换到GB2312
 3 $py   =   file_get_contents ( " WINPY.TXT " );
 4 $arr_tmp   =   explode ( " \r\n " ,   $py );
 5 $arr_py   =   array ();
 6 foreach  ( $arr_tmp   as   $v )
 7 {
 8     if  ( preg_match ( " /^[ " . chr ( 0x81 ) . " - " . chr ( 0xfe ) . " ].[a-z]/ " ,   $v ))
 9    {
10         $word   =   substr ( $v ,   0 ,   2 );
11         if  ( ! $arr_py [ $word ])
12        {
13             $arr_py [ $word ]  =   substr ( $v ,   2 );
14             $output   .=   $v . " \n " ;
15        }
16    }
17 }
18 $handle   =   fopen ( " WINPY2.TXT " ,   ' w ' );
19 fwrite ( $handle ,   $output );
20 ?>

      通过读入WINPY2.TXT再配合几个 字符串操作函数就可以非常简单的获取到汉字的拼音了(具体的代码xdanger还在写，我这里就不贴出来了)

      附注：我们在最后处理的时候忽略了多音字的因素，以后仍然有待改进。
      网上 关于正则判断中文的文章大都使用[chr(0xa1)-chr(0xff)]来判断中文，事实上这只能判断出GB2312的几千个汉字，生僻字和繁体字都不包含在内，正确的应该是[chr(0x81)-chr(0xfe)]。

      注：原附件已被删除，本文仅提供原理。