006获取汉字的拼音首字母-CSDN博客

本文链接：https://blog.csdn.net/m0_68094390/article/details/133497792

# 读入文本文件
def read_txt(file):
    with open(file, 'r') as f:
        txt = f.read()
    return txt


# 根据传入的汉字字符串，转换为拼音首字母组成的字符串
def GetFirstLetter(str_hz):
    # 初始化返回值
    vret = ''
    for char in str_hz:
        # 把汉字编码设置成gbk编码格式，这样汉字变成字节串，字节串包含两个字节
        vchar = char.encode('gbk')
        # 按照gbk编码规则，第1个字节的值小于176不是汉字
        if vchar[0] < 176:
            # 当不是汉字时，直接把原字符放在返回值vret的后面
            vret += char
        # 按照gbk编码规则,第1个字节的值在176到215范围内的是一级汉字，
        # 一级汉字的编码按拼音顺序进行编制的
        elif (vchar[0] >= 176 and vchar[0] <= 215):
            # "匝"是拼音以z开头的第一个汉字,也就是拼音以z开头的一级汉字中，"匝"编码最小的
            if (vchar >= "匝".encode('gbk')):
                vret += 'z'
            elif (vchar >= "压".encode('gbk')):
                vret += 'y'
            elif (vchar >= "昔".encode('gbk')):
                vret += 'x'
            elif (vchar >= "挖".encode('gbk')):
                vret += 'w'
            elif (vchar >= "塌".encode('gbk')):
                vret += 't'
            elif (vchar >= "撒".encode('gbk')):
                vret += 's'
            elif (vchar >= "然".encode('gbk')):
                vret += 'r'
            elif (vchar >= "期".encode('gbk')):
                vret += 'q'
            elif (vchar >= "啪".encode('gbk')):
                vret += 'p'
            elif (vchar >= "哦".encode('gbk')):
                vret += 'o'
            elif (vchar >= "拿".encode('gbk')):
                vret += 'n'
            elif (vchar >= "妈".encode('gbk')):
                vret += 'm'
            elif (vchar >= "垃".encode('gbk')):
                vret += 'l'
            elif (vchar >= "喀".encode('gbk')):
                vret += 'k'
            elif (vchar >= "击".encode('gbk')):
                vret += 'j'
            elif (vchar >= "哈".encode('gbk')):
                vret += 'h'
            elif (vchar >= "噶".encode('gbk')):
                vret += 'g'
            elif (vchar >= "发".encode('gbk')):
                vret += 'f'
            elif (vchar >= "蛾".encode('gbk')):
                vret += 'e'
            elif (vchar >= "搭".encode('gbk')):
                vret += 'd'
            elif (vchar >= "擦".encode('gbk')):
                vret += 'c'
            elif (vchar >= "芭".encode('gbk')):
                vret += 'b'
            elif (vchar >= "啊".encode('gbk')):
                vret += 'a'
                # 二级汉字不按拼音顺序排列，这里按对应的方式取得拼音首字母，
                # 实现方式是在一个字符串中保存二级汉字，
                # 在另一个字符串中保存二级汉字的拼音的首字母，
        # 这两个字符串是一一对应关系
        elif vchar[0] > 215:
            # 从文本文件中读入二级汉字组成的字符串
            second_ch = read_txt('second_ch.txt')
            # 从文本文件中读入二级汉字拼音的首字母组成的字符串，
            # 它与二级汉字的字符串一一对应
            second_en = read_txt('second_first_py.txt')
            # 在字符串中找出该汉字的索引位置
            index_ch = second_ch.find(char)
            # 根据索引位置取对应的拼音首字母，并加在返回值的后面
            vret += second_en[index_ch].lower()
            # 返回汉字拼音首字母组成的字符串
    return vret


# 主程序main测试返回的拼音首字母的正确性
if __name__ == '__main__':
    print('字符串：人生苦短，我用Python！=======拼音首字母：', GetFirstLetter('人生苦短，我用Python！'))
    print('字符串（二级汉字）：仵仉掴麇劓麋麒======拼音首字母：', GetFirstLetter('仵仉掴麇劓麋麒'))

该段代码是一个函数，实现了将输入的汉字字符串转换为拼音首字母组成的字符串。以下是对代码的解析：

函数GetFirstLetter(str_hz)接受一个汉字字符串作为参数，并返回一个由拼音首字母组成的字符串。
在函数内部，通过遍历输入的字符串中的每个字符来进行处理。
首先，将汉字编码设置为gbk编码格式，这样汉字就会被转换为字节串，每个汉字包含两个字节。
对于不是汉字的字符，直接将其放入返回值vret的末尾。
对于一级汉字（编码在176到215之间），根据汉字的编码顺序，逐个判断其对应的拼音首字母，并将其加入到返回值vret的末尾。例如，‘匝’编码最小，对应的拼音首字母为’z’，因此在结果中添加’z’。
对于二级汉字（编码大于215），需要读取存储了二级汉字和其对应拼音首字母的两个文件：second_ch.txt和second_first_py.txt。将二级汉字和其对应拼音首字母分别存储在字符串second_ch和second_en中。
通过查找输入字符在second_ch中的索引位置，获取对应的拼音首字母，并将其转换为小写形式。
最后，将所有的拼音首字母拼接在一起，并作为返回结果。
主程序中通过调用函数GetFirstLetter(str_hz)并传入字符串"人生苦短，我用Python！"来测试该函数，并将结果打印输出。