FirstLetterUtil
package cn.edu.hbcf.common.utils; public class FirstLetterUtil { 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 } /** * 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 getFirstLetter(String sourceStr) { String result = ""; String str = sourceStr.toLowerCase(); int StrLength = str.length(); int i; try { for (i = 0; i < StrLength; i++) { result += Char2Initial(str.charAt(i)); } } catch (Exception e) { result = ""; } return result; } /** * 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 ch; } 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; } } }