java 获取汉字拼音的首字母

来源：互联网发布：主流的java爬虫技术编辑：程序博客网时间：2024/04/28 13:40

在项目中要更能根据某些查询条件（比如姓名）的首字母作为条件进行查询，比如查一个叫“张三”的人，可以输入‘zs'。写了一个工具类如下：

/**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 {  private static Log logger = LogFactory.getLog(StringUtil.class);  // 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 = new String(temp).getBytes();  if (uniCode[0] < 128 && uniCode[0] > 0) { // 非汉字   buffer.append(temp);  } else {  buffer.append(convert(uniCode));  }  }  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;  }  public static void main(String[] args) {  System.out.println(StringUtil.getFirstLetter("I love u"));  System.out.println(StringUtil.getFirstLetter("上海"));  System.out.println(StringUtil.getFirstLetter("I love 深圳"));  }  }

运行输出：
i love u
wabjtam
i love bjtam