gb2alphat.java

对输入的一串汉字

/**
 * 取汉字首字母
 * 
 * @author shixin
 * 注：有些汉字并未按照 字母顺序出现在GB2312简体中文编码表中 而是出现在D8A0以及其后面的区域 对这些汉字都只会转化为0
 */
public class GB2Alphat {
	// 因为要设置结束位所以字母Z使用了两个标签，这里有２７个值
	// i, u, v都不做声母, 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', '座' };
	// 字母表
	private static char[] alphattable = { 'A', 'B', 'C', 'D', 'E', 'F', 'G',
			'H', 'I', 'J', 'K', 'L', 'M', 'N', 'O', 'P', 'Q', 'R', 'S', 'T',
			'U', 'V', 'W', 'X', 'Y', 'Z' };
	// 汉字表对应的字符编码表
	private int[] table = new int[27];

	public GB2Alphat() {
		for (int i = 0; i < 27; i++)
			table[i] = getGb(chartable[i]);
	}

	// 获取输入汉字的字符编码
	private static int getGb(char ch) {
		String str = new String();
		str += ch;
		try {
			byte[] bytes = str.getBytes("GB2312");			
			// 确保每一个汉字的编码是唯一的；因为byte类型表示的范围小，直接使用byte则汉字编码会发生重复
			// 把bytes[0]作为高位，bytes[1]作为低位相加
			return (bytes[0] << 8 & 0xff00) + (bytes[1] & 0xff);
		} catch (Exception e) {
			return 0;
		}
	}

	// 把字符转化成字母
	public char gb2A(char ch) {
		if (ch >= 'a' && ch <= 'z')
			return (char) (ch - 'a' + 'A');
		if (ch >= 'A' && ch <= 'Z')
			return ch;
		int gb = getGb(ch);
		if (gb < table[0])
			return '0';
		int i;
		for (i = 0; i < 26; i++) {
			if (match(i, gb))
				break;
		}
		if (i >= 26)
			return '0';
		else
			return alphattable[i];
	}

	// 对给定字母的编码与table进行匹配，匹配方法：i为table第i个元素，如果gb>i并且gb<i+1则表明该gb是以第I个元素开头的，就返回true.
	public boolean match(int i, int gb) {

		int j = i + 1;
		if (j == 26)
			return gb <= table[j];
		else
			return gb < table[j];
	}

	// 对字符串进行转换
	public String str2StrA(String str) {
		String result = "";
		for (int i = 0; i < str.length(); i++) {
			result += gb2A(str.charAt(i));
		}
		return result;
	}
}