package com.kuanzhai.driver.utils.pinyin;
|
|
/**
|
* @ClassName ChineseCharacterUtil
|
* @Description TODO
|
* @Author Administrator
|
* @Date 2020/10/20 10:23
|
* @Version 1.0
|
*/
|
|
/**
|
* 获取首字母工具
|
*
|
* @author
|
* @Date
|
*/
|
public class FirstCharUtil {
|
|
// 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++) {
|
// 得到GB2312码的首字母区间端点表,十进制。
|
table[i] = gbValue(charTable[i]);
|
}
|
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。
|
public static String first(String S) {
|
if (S.startsWith("重")){
|
return "C";
|
}
|
String Result = "";
|
if (S == null || S.equals("")) {
|
return "#";
|
}
|
char cs = S.charAt(0);
|
try {
|
|
Result += Char2Initial(cs);
|
|
} 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 '#'
|
*/
|
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 '#';
|
}
|
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;
|
}
|
}
|
|
}
|