将mysql中汉字转为首字母字符串的三种形式

mysql中存储汉字是以双字节形式存储，连续两个汉字编码从161 161开始。连续两个字符大于160，就可以认为是汉字。
以下三种形式过滤了字符中存在的空格（包括英文空格与汉字空格）
1 .利用mysql中的ascii与char函数互相转换，取出gb2312的首字母内容。
参照GB2312 - 80区位编码表将汉字提取，
DELIMITER $$

DROP   FUNCTION   IF   EXISTS  `radius`.`strtopy`$$

CREATE  DEFINER = `root`@` % `  FUNCTION  `strtopy`( str   CHAR ( 255 ))  RETURNS   varchar ( 255 ) CHARSET latin1
    READS SQL DATA
     /*  
    tangwf: 2007-12-29
    use: convert the chinese to first letter
    email: tangwf_hrb@126.com
     */
BEGIN
      DECLARE  mycode  int ;
      DECLARE  lcode  int ;
      DECLARE  rcode  int ;
      DECLARE  mypy  varchar ( 255 );
      DECLARE  i  int ;
      SET  mycode = 0 ;
      SET  mypy = '' ;
      SET  i = 1 ;
     --  SET str=CONVERT(REPLACE(REPLACE(str, ' ', ''),'??','') USING gbk);
      SET   str = REPLACE ( REPLACE ( str ,  '   ' ,  '' ), ' ?? ' , '' );
      WHILE  i  <= length( str ) DO
      SET  lcode  =   ascii ( substring ( str ,i, 1 ));
      SET  rcode  =   ascii ( substring ( str ,i + 1 , 1 ));
      --  when is chinese
      IF  lcode > 160   and  rcode > 160   THEN  
          SET  mycode  =  lcode * 256 + rcode - 65536  ;
          SET  i = i + 1 ;
          SELECT  concat(mypy,PY)  INTO  mypy  FROM  
         (
          SELECT   ' A '   AS  PY, - 20319   AS  BG, - 20284   AS  ED  UNION   ALL
          SELECT   ' B ' , - 20283 , - 19776   UNION   ALL
          SELECT   ' C ' , - 19775 , - 19219   UNION   ALL  
          SELECT   ' D ' , - 19218 , - 18711   UNION   ALL  
          SELECT   ' E ' , - 18710 , - 18527   UNION   ALL  
          SELECT   ' F ' , - 18526 , - 18240   UNION   ALL  
          SELECT   ' G ' , - 18239 , - 17923   UNION   ALL  
          SELECT   ' H ' , - 17922 , - 17418   UNION   ALL               
          SELECT   ' J ' , - 17417 , - 16475   UNION   ALL               
          SELECT   ' K ' , - 16474 , - 16213   UNION   ALL               
          SELECT   ' L ' , - 16212 , - 15641   UNION   ALL               
          SELECT   ' M ' , - 15640 , - 15166   UNION   ALL               
          SELECT   ' N ' , - 15165 , - 14923   UNION   ALL               
          SELECT   ' O ' , - 14922 , - 14915   UNION   ALL               
          SELECT   ' P ' , - 14914 , - 14631   UNION   ALL               
          SELECT   ' Q ' , - 14630 , - 14150   UNION   ALL               
          SELECT   ' R ' , - 14149 , - 14091   UNION   ALL               
          SELECT   ' S ' , - 14090 , - 13319   UNION   ALL            
          SELECT   ' T ' , - 13318 , - 12839   UNION   ALL               
          SELECT   ' W ' , - 12838 , - 12557   UNION   ALL               
          SELECT   ' X ' , - 12556 , - 11848   UNION   ALL               
          SELECT   ' Y ' , - 11847 , - 11056   UNION   ALL               
          SELECT   ' Z ' , - 11055 , - 10247
         )  AS  tb 
          WHERE  mycode >= BG  AND  mycode <= ED;
      ELSE
          SET  mypy: = concat(mypy, substring ( str ,i, 1 ));
      END   IF ;
      --  
     
      SET  i = i + 1 ;
      END   WHILE ;
      RETURN  mypy;
      END
DELIMITER $$

2 .按gbk拼章库查询

GBK 亦采用双字节表示，总体编码范围为  8140 - FEFE，首字节在  81 - FE 之间，尾字节在  40 - FE 之间，剔除 xx7F 一条线。总计  23940  个码位，共收入  21886  个汉字和图形符号，其中汉字（包括部首和构件） 21003  个，图形符号  883  个。
全部编码分为三大部分：
汉字区。包括：
a. GB  2312  汉字区。即 GBK / 2 : B0A1 - F7FE。收录 GB  2312  汉字  6763  个，按原顺序排列。
b. GB  13000.1  扩充汉字区。包括：
GBK / 3 :  8140 - A0FE。收录 GB  13000.1  中的 CJK 汉字  6080  个。
GBK / 4 : AA40 - FEA0。收录 CJK 汉字和增补的汉字  8160  个。CJK 汉字在前，按 UCS 代码大小排列；增补的汉字（包括部首和构件）在后，按《康熙字典》的页码／字位排列。

国标码规定，每个汉字(包括非汉字的一些符号)由2字节代码表示。每个字节的最高位为0，只使用低7位，而低7位的编码中又有34个适用于控制用的，
这样每个字节只有2的7次方  -   34   =  94个编码用于汉字。
2个字节就有94  94 = 8836个汉字编码。在表示一个汉字的2个字节中，高字节对应编码表中的行号，称为区号;低字节对应编码表中的列号，称为位号。

一个汉字内码与区位码的关系是：
十进制
内码高字节＝区码＋ 160  内码低字节＝位码＋ 160  
十六进制
内码高字节＝区码＋A0 内码低字节＝位码＋A0 
由于汉字的区码是从16开始的， 16 ＋ 160 ＝ 176 ，这样汉字的内码的高字节就是从176开始的.

对于GBK 方式的拼音查询，在此处使用了辅表，即gbk拼音表。
注意事项：多音字的处理方式。此处按默认排序取其中一个。比如汤这个汉字有tang 和shang 两种拼写，默认选shang
拼音辅表建表方式：
CREATE   TABLE  `pytable` (                                     
           `id`  int ( 11 )  NOT   NULL  auto_increment,                      
           `py`  varchar ( 25 )  default   NULL ,                             
           `hz`  varchar ( 5 )  default   NULL ,                              
            PRIMARY   KEY   (`id`)                                        
         ) ENGINE = MyISAM AUTO_INCREMENT = 1   DEFAULT  CHARSET = latin1 
GBK格式的拼音表在网上可以找到：http: // input.foruto.com / gbqpxdm / gbkpydz.htm
此处的拼音表也可多加一ascii码格式。可在查询中有效节约运算时间。
导入表中后，注意多音字的处理情况。如：汤 tang shang当前不能支持 ' 喆 ' ,珺,赟, ' 琤 ' ，璆　等汉字。 ' 喆 ' 的区位码为134, 180 ,此处查询可直接生成区码及位码。在
拼音表中进行匹配查询。
DROP   FUNCTION   IF   EXISTS  `radius`.`strtopy2`$$

CREATE   FUNCTION  `radius`.`strtopy2`( str   CHAR ( 255 ))
     RETURNS    varchar ( 255 )
    READS SQL DATA
     /*  
    tangwf: 2007-12-29
    use: convert the chinese to first letter
    email: tangwf_hrb@126.com
     */
     BEGIN
     DECLARE  mycode  int ;
      DECLARE  lcode  int ;
      DECLARE  rcode  int ;
      DECLARE  mypy  varchar ( 255 );
      DECLARE  i  int ;
      SET  mycode = 0 ;
      SET  mypy = '' ;
      SET  i = 1 ;
     --  SET str=CONVERT(REPLACE(REPLACE(str, ' ', ''),'??','') USING gbk);
      SET   str = REPLACE ( REPLACE ( str ,  '   ' ,  '' ), ' ?? ' , '' );
      WHILE  i  <= length( str ) DO
      SET  lcode  =   ascii ( substring ( str ,i, 1 ));
      SET  rcode  =   ascii ( substring ( str ,i + 1 , 1 ));
      --  when is chinese
      IF  lcode > 160   and  rcode > 160   THEN  
          SET  mycode  =  lcode * 256 + rcode - 65536  ;
          SET  i = i + 1 ;
          SELECT  concat(mypy, UPPER ( SUBSTRING (PY, 1 , 1 )))  INTO  mypy  FROM  pytable 
          WHERE  mycode = ascii ( substring (HZ, 1 , 1 )) * 256 + ascii ( substring (HZ, 2 , 1 )) - 65536  limit  1 ;
      ELSE
          SET  mypy: = concat(mypy, substring ( str ,i, 1 ));
      END   IF ;
      --  
     
      SET  i = i + 1 ;
      END   WHILE ;
      RETURN  mypy;
     END $$

DELIMITER ;

3 .按区位码查找
思路是参照GB2312 - 80区位编码表
1 - 9区为标准符号区;
10 - 15区为自定义符号区
16 - 55区为一级汉字区，包含3755个汉字。这些区中的汉字按汉语拼音顺序排序，同音字按笔画顺序列出。
56   - 87区：为二级汉字区，包含3008个汉字。这些区中的汉字是按部首笔划顺序排序的（包括多音字）。
在函数中slv的字符串是根据汪秋棠写的string f_GetFirstLetter(string as_inputstring) 
文章中提供的。代表二级汉字区3008个汉字对应的拼音首字母，其中的 ' [ ' 表示类似于两点水等符号没有声母。此字符串没有核对过。
对二级汉字的查找为区码减56区乘汉字个数加位码如： SET  mypos = ((lcode - 160 ) * 100   -   56 )  *   94   +  rcode - 160 ;　
DELIMITER $$

DROP   FUNCTION   IF   EXISTS  `radius`.`strtopy3`$$

CREATE   FUNCTION  `radius`.`strtopy3`( str   CHAR ( 255 ))
     RETURNS    varchar ( 255 )
    READS SQL DATA
    /*  
    tangwf: 2007-12-29
    use: convert the chinese to first letter
    email: tangwf_hrb@126.com
     */
     BEGIN
     DECLARE  mycode  int ;
     DECLARE  lcode  int ;
       DECLARE  rcode  int ;
       DECLARE  mypy  varchar ( 255 );
     DECLARE  i  int ;
     DECLARE  slv  varchar ( 4000 );  --  2level code
     DECLARE  mypos  int ;
     SET  i = 1 ;
     SET  mypy = '' ;
       SET  mycode = 0 ;
     SET  slv = ' CQWGNSPGCGNEGYPBTYYZDXYKYGT[JNNJQMBSGZSCYJSYY[PGKBZGY[YWJKGKLJYWKPJQHY[W[DZLSGMRYPYWWCCKZNKYYGTTNJJNYKKZYTCJNMCYLQLYPYQFQRPZSLWBTGKJFYXJWZLTBNCXJJJJTXDTTSQZYCDXXHGCK[PHFFSS[YBGXLPPBYLL[HLXS[ZM[JHSOJNGHDZQYKLGJHSGQZHXQGKEZZWYSCSCJXYEYXADZPMDSSMZJZQJYZC[J[WQJBYZPXGZNZCPWHKXHQKMWFBPBYDTJZZKQHYLYGXFPTYJYYZPSZLFCHMQSHGMXXSXJ[[DCSBBQBEFSJYHXWGZKPYLQBGLDLCCTNMAYDDKSSNGYCSGXLYZAYBNPTSDKDYLHGYMYLCXPY[JNDQJWXQXFYYFJLEJPZRXCCQWQQSBNKYMGPLBMJRQCFLNYMYQMSQYRBCJTHZTQFRXQHXMJJCJLXQGJMSHZKBSWYEMYLTXFSYDSWLYCJQXSJNQBSCTYHBFTDCYZDJWYGHQFRXWCKQKXEBPTLPXJZSRMEBWHJLBJSLYYSMDXLCLQKXLHXJRZJMFQHXHWYWSBHTRXXGLHQHFNM[YKLDYXZPYLGG[MTCFPAJJZYLJTYANJGBJPLQGDZYQYAXBKYSECJSZNSLYZHSXLZCGHPXZHZNYTDSBCJKDLZAYFMYDLEBBGQYZKXGLDNDNYSKJSHDLYXBCGHXYPKDJMMZNGMMCLGWZSZXZJFZNMLZZTHCSYDBDLLSCDDNLKJYKJSYCJLKWHQASDKNHCSGANHDAASHTCPLCPQYBSDMPJLPZJOQLCDHJJYSPRCHN[NNLHLYYQYHWZPTCZGWWMZFFJQQQQYXACLBHKDJXDGMMYDJXZLLSYGXGKJRYWZWYCLZMSSJZLDBYD[FCXYHLXCHYZJQ[[QAGMNYXPFRKSSBJLYXYSYGLNSCMHZWWMNZJJLXXHCHSY[[TTXRYCYXBYHCSMXJSZNPWGPXXTAYBGAJCXLY[DCCWZOCWKCCSBNHCPDYZNFCYYTYCKXKYBSQKKYTQQXFCWCHCYKELZQBSQYJQCCLMTHSYWHMKTLKJLYCXWHEQQHTQH[PQ[QSCFYMNDMGBWHWLGSLLYSDLMLXPTHMJHWLJZYHZJXHTXJLHXRSWLWZJCBXMHZQXSDZPMGFCSGLSXYMJSHXPJXWMYQKSMYPLRTHBXFTPMHYXLCHLHLZYLXGSSSSTCLSLDCLRPBHZHXYYFHB[GDMYCNQQWLQHJJ[YWJZYEJJDHPBLQXTQKWHLCHQXAGTLXLJXMSL[HTZKZJECXJCJNMFBY[SFYWYBJZGNYSDZSQYRSLJPCLPWXSDWEJBJCBCNAYTWGMPAPCLYQPCLZXSBNMSGGFNZJJBZSFZYNDXHPLQKZCZWALSBCCJX[YZGWKYPSGXFZFCDKHJGXDLQFSGDSLQWZKXTMHSBGZMJZRGLYJBPMLMSXLZJQQHZYJCZYDJWBMYKLDDPMJEGXYHYLXHLQYQHKYCWCJMYYXNATJHYCCXZPCQLBZWWYTWBQCMLPMYRJCCCXFPZNZZLJPLXXYZTZLGDLDCKLYRZZGQTGJHHGJLJAXFGFJZSLCFDQZLCLGJDJCSNZLLJPJQDCCLCJXMYZFTSXGCGSBRZXJQQCTZHGYQTJQQLZXJYLYLBCYAMCSTYLPDJBYREGKLZYZHLYSZQLZNWCZCLLWJQJJJKDGJZOLBBZPPGLGHTGZXYGHZMYCNQSYCYHBHGXKAMTXYXNBSKYZZGJZLQJDFCJXDYGJQJJPMGWGJJJPKQSBGBMMCJSSCLPQPDXCDYYKY[CJDDYYGYWRHJRTGZNYQLDKLJSZZGZQZJGDYKSHPZMTLCPWNJAFYZDJCNMWESCYGLBTZCGMSSLLYXQSXSBSJSBBSGGHFJLYPMZJNLYYWDQSHZXTYYWHMZYHYWDBXBTLMSYYYFSXJC[DXXLHJHF[SXZQHFZMZCZTQCXZXRTTDJHNNYZQQMNQDMMG[YDXMJGDHCDYZBFFALLZTDLTFXMXQZDNGWQDBDCZJDXBZGSQQDDJCMBKZFFXMKDMDSYYSZCMLJDSYNSBRSKMKMPCKLGDBQTFZSWTFGGLYPLLJZHGJ[GYPZLTCSMCNBTJBQFKTHBYZGKPBBYMTDSSXTBNPDKLEYCJNYDDYKZDDHQHSDZSCTARLLTKZLGECLLKJLQJAQNBDKKGHPJTZQKSECSHALQFMMGJNLYJBBTMLYZXDCJPLDLPCQDHZYCBZSCZBZMSLJFLKRZJSNFRGJHXPDHYJYBZGDLQCSEZGXLBLGYXTWMABCHECMWYJYZLLJJYHLG[DJLSLYGKDZPZXJYYZLWCXSZFGWYYDLYHCLJSCMBJHBLYZLYCBLYDPDQYSXQZBYTDKYXJY[CNRJMPDJGKLCLJBCTBJDDBBLBLCZQRPPXJCJLZCSHLTOLJNMDDDLNGKAQHQHJGYKHEZNMSHRP[QQJCHGMFPRXHJGDYCHGHLYRZQLCYQJNZSQTKQJYMSZSWLCFQQQXYFGGYPTQWLMCRNFKKFSYYLQBMQAMMMYXCTPSHCPTXXZZSMPHPSHMCLMLDQFYQXSZYYDYJZZHQPDSZGLSTJBCKBXYQZJSGPSXQZQZRQTBDKYXZKHHGFLBCSMDLDGDZDBLZYYCXNNCSYBZBFGLZZXSWMSCCMQNJQSBDQSJTXXMBLTXZCLZSHZCXRQJGJYLXZFJPHYMZQQYDFQJJLZZNZJCDGZYGCTXMZYSCTLKPHTXHTLBJXJLXSCDQXCBBTJFQZFSLTJBTKQBXXJJLJCHCZDBZJDCZJDCPRNPQCJPFCZLCLZXZDMXMPHJSGZGSZZQLYLWTJPFSYASMCJBTZKYCWMYTCSJJLJCQLWZMALBXYFBPNLSFHTGJWEJJXXGLLJSTGSHJQLZFKCGNNNSZFDEQFHBSAQTGYLBXMMYGSZLDYDQMJJRGBJTKGDHGKBLQKBDMBYLXWCXYTTYBKMRTJZXQJBHLMHMJJZMQASLDCYXYQDLQCAFYWYXQHZ ' ;
     SET   str = REPLACE ( REPLACE ( str ,  '   ' ,  '' ), ' ?? ' , '' );
    
     WHILE  i  <= length( str ) DO
         SET  lcode  =   ascii ( substring ( str ,i, 1 ));
         SET  rcode  =   ascii ( substring ( str ,i + 1 , 1 ));
         --  when is chinese
         IF  lcode > 160   and  rcode > 160   THEN  
             SET  mycode  =  (lcode - 160 ) * 100 + rcode - 160 ;
             SET  i = i + 1 ;
             --  1level chinese 
             IF  mycode  >   1600   AND  mycode  <   5590   THEN
                 Select  concat(mypy,PY)  INTO  mypy  from  
                (
                 SELECT   ' A '   as  PY, 1601   as  areacode  UNION   ALL
                 SELECT   ' B ' , 1637   UNION   ALL
                 SELECT   ' C ' , 1833   UNION   ALL
                 SELECT   ' D ' , 2078   UNION   ALL
                 SELECT   ' E ' , 2274   UNION   ALL
                 SELECT   ' F ' , 2302   UNION   ALL
                 SELECT   ' G ' , 2433   UNION   ALL
                 SELECT   ' H ' , 2594   UNION   ALL
                 SELECT   ' J ' , 2787   UNION   ALL
                 SELECT   ' K ' , 3106   UNION   ALL
                 SELECT   ' L ' , 3212   UNION   ALL
                 SELECT   ' M ' , 3472   UNION   ALL
                 SELECT   ' N ' , 3635   UNION   ALL
                 SELECT   ' O ' , 3722   UNION   ALL
                 SELECT   ' P ' , 3730   UNION   ALL
                 SELECT   ' Q ' , 3858   UNION   ALL
                 SELECT   ' R ' , 4027   UNION   ALL
                 SELECT   ' S ' , 4086   UNION   ALL
                 SELECT   ' T ' , 4390   UNION   ALL
                 SELECT   ' W ' , 4558   UNION   ALL
                 SELECT   ' X ' , 4684   UNION   ALL
                 SELECT   ' Y ' , 4925   UNION   ALL
                 SELECT   ' Z ' , 5249
                )  as  tb  WHERE  areacode  <= mycode  ORDER   BY   areacode  DESC  LIMIT  1 ;
             --  2level chinese
            ELSEIF  mycode  >   5600   AND  mycode  <   8795    THEN
                 --  find the place
                 SET  mypos = ((lcode - 160 ) * 100   -   56 )  *   94   +  rcode - 160 ;
                 SET  mypy  =  CONCAT(mypy, substring (slv,mypos, 1 ));
             --  other chinese 
             ELSE  
                 SET  mypy = CONCAT(mypy, '' );
             END   IF ;
         ELSE
             SET  mypy: = concat(mypy, substring ( str ,i, 1 ));
         END   IF ;
         SET  i = i + 1 ;
     END   WHILE ;
     Return  mypy;
     END $$

DELIMITER ;
以上三个函数建立成功后，
select  radius.strtopy( ' 汤婧 ' ),radius.strtopy2( ' 汤婧 ' ),radius.strtopy3( ' 汤婧 ' )
结果：T,TJ,T
由此函数想到mysql中对汉字的精确查找及模糊查找。可以用ascii编码方式进行。
GB2312 - 80区位编码表　与 GBK编码表（汉字内码扩展规范(GBK)）可在网上搜索到