Java 获取汉字首字母

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

[java] view plain copy

1. public class PinYin2Abbreviation {  
2.   
3.     // 简体中文的编码范围从B0A1（45217）一直到F7FE（63486）  
4.     private static int BEGIN = 45217;  
5.     private static int END = 63486;  
6.   
7.     // 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。  
8.     // i, u, v都不做声母, 自定规则跟随前面的字母  
9.     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', };  
10.   
11.     // 二十六个字母区间对应二十七个端点  
12.     // GB2312码汉字区间十进制表示  
13.     private static int[] table = new int[27];  
14.   
15.     // 对应首字母区间表  
16.     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', };  
17.   
18.     // 初始化  
19.     static {  
20.         for (int i = 0; i < 26; i++) {  
21.             table[i] = gbValue(chartable[i]);// 得到GB2312码的首字母区间端点表，十进制。  
22.         }  
23.         table[26] = END;// 区间表结尾  
24.     }  
25.   
26.     // ------------------------public方法区------------------------  
27.     // 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  
28.   
29.     public static String cn2py(String SourceStr) {  
30.         String Result = "";  
31.         int StrLength = SourceStr.length();  
32.         int i;  
33.         try {  
34.             for (i = 0; i < StrLength; i++) {  
35.                 Result += Char2Initial(SourceStr.charAt(i));  
36.             }  
37.         } catch (Exception e) {  
38.             Result = "";  
39.             e.printStackTrace();  
40.         }  
41.         return Result;  
42.     }  
43.   
44.     // ------------------------private方法区------------------------  
45.     /** 
46.      * 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' 　　* 　　 
47.      */  
48.     private static char Char2Initial(char ch) {  
49.         // 对英文字母的处理：小写字母转换为大写，大写的直接返回  
50.         if (ch >= 'a' && ch <= 'z') {  
51.             return (char) (ch - 'a' + 'A');  
52.         }  
53.         if (ch >= 'A' && ch <= 'Z') {  
54.             return ch;  
55.         }  
56.         // 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，  
57.         // 若不是，则直接返回。  
58.         // 若是，则在码表内的进行判断。  
59.         int gb = gbValue(ch);// 汉字转换首字母  
60.         if ((gb < BEGIN) || (gb > END))// 在码表区间之前，直接返回  
61.         {  
62.             return ch;  
63.         }  
64.         int i;  
65.         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“[,)”  
66.             if ((gb >= table[i]) && (gb < table[i + 1])) {  
67.                 break;  
68.             }  
69.         }  
70.         if (gb == END) {// 补上GB2312区间最右端  
71.             i = 25;  
72.         }  
73.         return initialtable[i]; // 在码表区间中，返回首字母  
74.     }  
75.   
76.     /** 
77.      * 取出汉字的编码 cn 汉字 　　 
78.      */  
79.     private static int gbValue(char ch) {// 将一个汉字（GB2312）转换为十进制表示。  
80.         String str = new String();  
81.         str += ch;  
82.         try {  
83.             byte[] bytes = str.getBytes("GB2312");  
84.             if (bytes.length < 2) {  
85.                 return 0;  
86.             }  
87.             return (bytes[0] << 8 & 0xff00) + (bytes[1] & 0xff);  
88.         } catch (Exception e) {  
89.             return 0;  
90.         }  
91.     }  
92.   
93.     public static void main(String[] args) throws Exception {  
94.         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"));  
95.     }  
96. }