【轉】 Java 获取汉字首字母(法一) - Go语言中文社区

【轉】 Java 获取汉字首字母(法一)


本文属于http://java.chinaitlab.com/base/803353.html原创!!!

public class PinYin2Abbreviation {  
  
    // 简体中文的编码范围从B0A1(45217)一直到F7FE(63486)  
    private static int BEGIN = 45217;  
    private static int END = 63486;  
  
    // 按照声 母表示,这个表是在GB2312中的出现的第一个汉字,也就是说“啊”是代表首字母a的第一个汉字。  
    // i, u, v都不做声母, 自定规则跟随前面的字母  
    private static char[] chartable = { '啊', '芭', '擦', '搭', '蛾', '发', '噶', '哈', '哈', '击', '喀', '垃', '妈', '拿', '哦', '啪', '期', '然', '撒', '塌', '塌', '塌', '挖', '昔', '压', '匝', };  
  
    // 二十六个字母区间对应二十七个端点  
    // GB2312码汉字区间十进制表示  
    private static int[] table = new int[27];  
  
    // 对应首字母区间表  
    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码的首字母区间端点表,十进制。  
        }  
        table[26] = END;// 区间表结尾  
    }  
  
    // ------------------------public方法区------------------------  
    // 根据一个包含汉字的字符串返回一个汉字拼音首字母的字符串 最重要的一个方法,思路如下:一个个字符读入、判断、输出  
  
    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 = "";  
            e.printStackTrace();  
        }  
        return Result;  
    }  
  
    // ------------------------private方法区------------------------  
    /** 
     * 输入字符,得到他的声母,英文字母返回对应的大写字母,其他非简体汉字返回 '0'   *    
     */  
    private static char Char2Initial(char ch) {  
        // 对英文字母的处理:小写字母转换为大写,大写的直接返回  
        if (ch >= 'a' && ch <= 'z') {  
            return (char) (ch - 'a' + 'A');  
        }  
        if (ch >= 'A' && ch <= 'Z') {  
            return ch;  
        }  
        // 对非英文字母的处理:转化为首字母,然后判断是否在码表范围内,  
        // 若不是,则直接返回。  
        // 若是,则在码表内的进行判断。  
        int gb = gbValue(ch);// 汉字转换首字母  
        if ((gb < BEGIN) || (gb > END))// 在码表区间之前,直接返回  
        {  
            return ch;  
        }  
        int i;  
        for (i = 0; i < 26; i++) {// 判断匹配码表区间,匹配到就break,判断区间形如“[,)”  
            if ((gb >= table[i]) && (gb < table[i + 1])) {  
                break;  
            }  
        }  
        if (gb == END) {// 补上GB2312区间最右端  
            i = 25;  
        }  
        return initialtable[i]; // 在码表区间中,返回首字母  
    }  
  
    /** 
     * 取出汉字的编码 cn 汉字    
     */  
    private static int gbValue(char ch) {// 将一个汉字(GB2312)转换为十进制表示。  
        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("重庆重视发展IT行业,大多数外企,如,IBM等进驻山城"));  
    }  
}


转载于:https://my.oschina.net/ggy4it/blog/645812

版权声明:本文来源CSDN,感谢博主原创文章,遵循 CC 4.0 by-sa 版权协议,转载请附上原文出处链接和本声明。
原文链接:https://blog.csdn.net/weixin_33922670/article/details/91775960
站方申明:本站部分内容来自社区用户分享,若涉及侵权,请联系站方删除。
  • 发表于 2020-03-01 22:42:53
  • 阅读 ( 1621 )
  • 分类:

0 条评论

请先 登录 后评论

官方社群

GO教程

猜你喜欢