PHP实现汉字转拼音类
来源: 阅读:1381 次 日期:2015-04-15 15:13:34
温馨提示: 小编为您整理了“PHP实现汉字转拼音类”,方便广大网友查阅!

PHP实现汉字转拼音类,GB2312标准共收录6763个汉字,不在范围内的汉字是无法转换,如:中国前总理朱镕基的“镕”字。

GB2312中对所收汉字进行了“分区”处理,每区含有94个汉字/符号。这种表示方式也称为区位码。

01-09区为特殊符号。

16-55区为一级汉字,按拼音排序。(3755个)

56-87区为二级汉字,按部首/笔画排序。(3008个)

10-15区及88-94区则未有编码。

占用的码位是72*94=6768。其中有5个空位是D7FA-D7FE。所以实际共6763个汉字。其中一级汉字3755个,二级汉字3008个。而此类算法实际只能转换3755个汉字。

优点:没有使用大文字库,文件相对较小,没有使用正则表达式,性能相对较高。支持首字母转换。

缺点:只能转换3755个汉字,多音字无法识别。

具体代码如下:

<?php

// 此类是根据ASCII码转换,GB2312库对多音字也无能为力,此类优点是性能比较高。

// GB2312标准共收录6763个汉字,此类的算法只支持其中的一级汉字3755个,不在范围内的汉字是无法转换,如:中国前总理朱镕基的“镕”字。

class pinyin{

public static function utf8_to($s, $isfirst = false) {

return self::to(self::utf8_to_gb2312($s), $isfirst);

}

public static function utf8_to_gb2312($s) {

return iconv('UTF-8', 'GB2312//IGNORE', $s);

}

// 字符串必须为GB2312编码

public static function to($s, $isfirst = false) {

$res = '';

$len = strlen($s);

$pinyin_arr = self::get_pinyin_array();

for($i=0; $i<$len; $i++) {

$ascii = ord($s[$i]);

if($ascii > 0x80) {

$ascii2 = ord($s[++$i]);

$ascii = $ascii * 256 + $ascii2 - 65536;

}

if($ascii < 255 && $ascii > 0) {

if(($ascii >= 48 && $ascii <= 57) || ($ascii >= 97 && $ascii <= 122)) {

$res .= $s[$i]; // 0-9 a-z

}elseif($ascii >= 65 && $ascii <= 90) {

$res .= strtolower($s[$i]); // A-Z

}else{

$res .= '_';

}

}elseif($ascii < -20319 || $ascii > -10247) {

$res .= '_';

}else{

foreach($pinyin_arr as $py=>$asc) {

if($asc <= $ascii) {

$res .= $isfirst ? $py[0] : $py;

break;

}

}

}

}

return $res;

}

public static function to_first($s) {

$ascii = ord($s[0]);

if($ascii > 0xE0) {

$s = self::utf8_to_gb2312($s[0].$s[1].$s[2]);

}elseif($ascii < 0x80) {

if($ascii >= 65 && $ascii <= 90) {

return strtolower($s[0]);

}elseif($ascii >= 97 && $ascii <= 122) {

return $s[0];

}else{

return false;

}

}

if(strlen($s) < 2) {

return false;

}

$asc = ord($s[0]) * 256 + ord($s[1]) - 65536;

if($asc>=-20319 && $asc<=-20284) return 'a';

if($asc>=-20283 && $asc<=-19776) return 'b';

if($asc>=-19775 && $asc<=-19219) return 'c';

if($asc>=-19218 && $asc<=-18711) return 'd';

if($asc>=-18710 && $asc<=-18527) return 'e';

if($asc>=-18526 && $asc<=-18240) return 'f';

if($asc>=-18239 && $asc<=-17923) return 'g';

if($asc>=-17922 && $asc<=-17418) return 'h';

if($asc>=-17417 && $asc<=-16475) return 'j';

if($asc>=-16474 && $asc<=-16213) return 'k';

if($asc>=-16212 && $asc<=-15641) return 'l';

if($asc>=-15640 && $asc<=-15166) return 'm';

if($asc>=-15165 && $asc<=-14923) return 'n';

if($asc>=-14922 && $asc<=-14915) return 'o';

if($asc>=-14914 && $asc<=-14631) return 'p';

if($asc>=-14630 && $asc<=-14150) return 'q';

if($asc>=-14149 && $asc<=-14091) return 'r';

if($asc>=-14090 && $asc<=-13319) return 's';

if($asc>=-13318 && $asc<=-12839) return 't';

if($asc>=-12838 && $asc<=-12557) return 'w';

if($asc>=-12556 && $asc<=-11848) return 'x';

if($asc>=-11847 && $asc<=-11056) return 'y';

if($asc>=-11055 && $asc<=-10247) return 'z';

return false;

}

public static function get_pinyin_array() {

static $py_arr;

if(isset($py_arr)) return $py_arr;

$k = 'a|ai|an|ang|ao|ba|bai|ban|bang|bao|bei|ben|beng|bi|bian|biao|bie|bin|bing|bo|bu|ca|cai|can|cang|cao|ce|ceng|cha|chai|chan|chang|chao|che|chen|cheng|chi|chong|chou|chu|chuai|chuan|chuang|chui|chun|chuo|ci|cong|cou|cu|cuan|cui|cun|cuo|da|dai|dan|dang|dao|de|deng|di|dian|diao|die|ding|diu|dong|dou|du|duan|dui|dun|duo|e|en|er|fa|fan|fang|fei|fen|feng|fo|fou|fu|ga|gai|gan|gang|gao|ge|gei|gen|geng|gong|gou|gu|gua|guai|guan|guang|gui|gun|guo|ha|hai|han|hang|hao|he|hei|hen|heng|hong|hou|hu|hua|huai|huan|huang|hui|hun|huo|ji|jia|jian|jiang|jiao|jie|jin|jing|jiong|jiu|ju|juan|jue|jun|ka|kai|kan|kang|kao|ke|ken|keng|kong|kou|ku|kua|kuai|kuan|kuang|kui|kun|kuo|la|lai|lan|lang|lao|le|lei|leng|li|lia|lian|liang|liao|lie|lin|ling|liu|long|lou|lu|lv|luan|lue|lun|luo|ma|mai|man|mang|mao|me|mei|men|meng|mi|mian|miao|mie|min|ming|miu|mo|mou|mu|na|nai|nan|nang|nao|ne|nei|nen|neng|ni|nian|niang|niao|nie|nin|ning|niu|nong|nu|nv|nuan|nue|nuo|o|ou|pa|pai|pan|pang|pao|pei|pen|peng|pi|pian|piao|pie|pin|ping|po|pu|qi|qia|qian|qiang|qiao|qie|qin|qing|qiong|qiu|qu|quan|que|qun|ran|rang|rao|re|ren|reng|ri|rong|rou|ru|ruan|rui|run|ruo|sa|sai|san|sang|sao|se|sen|seng|sha|shai|shan|shang|shao|she|shen|sheng|shi|shou|shu|shua|shuai|shuan|shuang|shui|shun|shuo|si|song|sou|su|suan|sui|sun|suo|ta|tai|tan|tang|tao|te|teng|ti|tian|tiao|tie|ting|tong|tou|tu|tuan|tui|tun|tuo|wa|wai|wan|wang|wei|wen|weng|wo|wu|xi|xia|xian|xiang|xiao|xie|xin|xing|xiong|xiu|xu|xuan|xue|xun|ya|yan|yang|yao|ye|yi|yin|ying|yo|yong|you|yu|yuan|yue|yun|za|zai|zan|zang|zao|ze|zei|zen|zeng|zha|zhai|zhan|zhang|zhao|zhe|zhen|zheng|zhi|zhong|zhou|zhu|zhua|zhuai|zhuan|zhuang|zhui|zhun|zhuo|zi|zong|zou|zu|zuan|zui|zun|zuo';

$v = '-20319|-20317|-20304|-20295|-20292|-20283|-20265|-20257|-20242|-20230|-20051|-20036|-20032|-20026|-20002|-19990|-19986|-19982|-19976|-19805|-19784|-19775|-19774|-19763|-19756|-19751|-19746|-19741|-19739|-19728|-19725|-19715|-19540|-19531|-19525|-19515|-19500|-19484|-19479|-19467|-19289|-19288|-19281|-19275|-19270|-19263|-19261|-19249|-19243|-19242|-19238|-19235|-19227|-19224|-19218|-19212|-19038|-19023|-19018|-19006|-19003|-18996|-18977|-18961|-18952|-18783|-18774|-18773|-18763|-18756|-18741|-18735|-18731|-18722|-18710|-18697|-18696|-18526|-18518|-18501|-18490|-18478|-18463|-18448|-18447|-18446|-18239|-18237|-18231|-18220|-18211|-18201|-18184|-18183|-18181|-18012|-17997|-17988|-17970|-17964|-17961|-17950|-17947|-17931|-17928|-17922|-17759|-17752|-17733|-17730|-17721|-17703|-17701|-17697|-17692|-17683|-17676|-17496|-17487|-17482|-17468|-17454|-17433|-17427|-17417|-17202|-17185|-16983|-16970|-16942|-16915|-16733|-16708|-16706|-16689|-16664|-16657|-16647|-16474|-16470|-16465|-16459|-16452|-16448|-16433|-16429|-16427|-16423|-16419|-16412|-16407|-16403|-16401|-16393|-16220|-16216|-16212|-16205|-16202|-16187|-16180|-16171|-16169|-16158|-16155|-15959|-15958|-15944|-15933|-15920|-15915|-15903|-15889|-15878|-15707|-15701|-15681|-15667|-15661|-15659|-15652|-15640|-15631|-15625|-15454|-15448|-15436|-15435|-15419|-15416|-15408|-15394|-15385|-15377|-15375|-15369|-15363|-15362|-15183|-15180|-15165|-15158|-15153|-15150|-15149|-15144|-15143|-15141|-15140|-15139|-15128|-15121|-15119|-15117|-15110|-15109|-14941|-14937|-14933|-14930|-14929|-14928|-14926|-14922|-14921|-14914|-14908|-14902|-14894|-14889|-14882|-14873|-14871|-14857|-14678|-14674|-14670|-14668|-14663|-14654|-14645|-14630|-14594|-14429|-14407|-14399|-14384|-14379|-14368|-14355|-14353|-14345|-14170|-14159|-14151|-14149|-14145|-14140|-14137|-14135|-14125|-14123|-14122|-14112|-14109|-14099|-14097|-14094|-14092|-14090|-14087|-14083|-13917|-13914|-13910|-13907|-13906|-13905|-13896|-13894|-13878|-13870|-13859|-13847|-13831|-13658|-13611|-13601|-13406|-13404|-13400|-13398|-13395|-13391|-13387|-13383|-13367|-13359|-13356|-13343|-13340|-13329|-13326|-13318|-13147|-13138|-13120|-13107|-13096|-13095|-13091|-13076|-13068|-13063|-13060|-12888|-12875|-12871|-12860|-12858|-12852|-12849|-12838|-12831|-12829|-12812|-12802|-12607|-12597|-12594|-12585|-12556|-12359|-12346|-12320|-12300|-12120|-12099|-12089|-12074|-12067|-12058|-12039|-11867|-11861|-11847|-11831|-11798|-11781|-11604|-11589|-11536|-11358|-11340|-11339|-11324|-11303|-11097|-11077|-11067|-11055|-11052|-11045|-11041|-11038|-11024|-11020|-11019|-11018|-11014|-10838|-10832|-10815|-10800|-10790|-10780|-10764|-10587|-10544|-10533|-10519|-10331|-10329|-10328|-10322|-10315|-10309|-10307|-10296|-10281|-10274|-10270|-10262|-10260|-10256|-10254';

$key = explode('|', $k);

$val = explode('|', $v);

$py_arr = array_combine($key, $val);

arsort($py_arr);

return $py_arr;

}

}

/*

var_dump(0xE0);

for($i=0; $i<=255; $i++) {

var_dump("$i :". chr($i));

}

*/

var_dump(pinyin::utf8_to('朱镕基'));

var_dump(pinyin::utf8_to('我是中国人'));

var_dump(pinyin::utf8_to('PHP汉字转拼音类'));

var_dump(pinyin::utf8_to('GB2312标准共收录6763个汉字,不在范围内的汉字是无法转换,如:中国前总理朱镕基的“镕”字。'));

var_dump(pinyin::utf8_to('`1234567890-=QWERTYUIOP[]ASDFGHJKL;ZXCVBNM,./abcdefghijklmnopqrstuvwxyz'));

var_dump(pinyin::utf8_to('朱镕基', 1));

var_dump(pinyin::utf8_to('我是中国人', 1));

var_dump(pinyin::utf8_to('PHP汉字转拼音类', 1));

var_dump(pinyin::utf8_to('GB2312标准共收录6763个汉字,不在范围内的汉字是无法转换,如:中国前总理朱镕基的“镕”字。', 1));

var_dump(pinyin::utf8_to('`1234567890-=QWERTYUIOP[]ASDFGHJKL;ZXCVBNM,./abcdefghijklmnopqrstuvwxyz', 1));

var_dump(pinyin::to_first('朱镕基'));

var_dump(pinyin::to_first('我是中国人'));

var_dump(pinyin::to_first('PHP汉字转拼音类'));

var_dump(pinyin::to_first('GB2312标准共收录6763个汉字,不在范围内的汉字是无法转换,如:中国前总理朱镕基的“镕”字。'));

var_dump(pinyin::to_first('▂▃▄▅▆▇█▉`1234567890-=QWERTYUIOP[]ASDFGHJKL;ZXCVBNM,./abcdefghijklmnopqrstuvwxyz'));

?>

更多信息请查看IT技术专栏

更多信息请查看网络编程
手机网站地址:PHP实现汉字转拼音类
由于各方面情况的不断调整与变化, 提供的所有考试信息和咨询回复仅供参考,敬请考生以权威部门公布的正式信息和咨询为准!

2025国考·省考课程试听报名

  • 报班类型
  • 姓名
  • 手机号
  • 验证码
关于我们 | 联系我们 | 人才招聘 | 网站声明 | 网站帮助 | 非正式的简要咨询 | 简要咨询须知 | 加入群交流 | 手机站点 | 投诉建议
工业和信息化部备案号:滇ICP备2023014141号-1 云南省教育厅备案号:云教ICP备0901021 滇公网安备53010202001879号 人力资源服务许可证:(云)人服证字(2023)第0102001523号
云南网警备案专用图标
联系电话:0871-65317125(9:00—18:00) 获取招聘考试信息及咨询关注公众号:
咨询QQ:526150442(9:00—18:00)版权所有:
云南网警报警专用图标
Baidu
map