Pinyin.class.php
4.56 KB
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
<?php
/**
* 汉字拼音类
*/
namespace Com\Pinyin;
class Pinyin
{
/**
* utf-8 编码的汉字库
*
* @var string
*/
private $_chinese_haracters_data;
/**
* 编码
*
* @var string
*/
private $_charset = 'utf-8';
/**
* 构造字符串转拼音类
* <p>自动载入汉字拼音库</p>
*/
public function __construct()
{
if (empty($this->_chinese_haracters_data)) {
$this->_chinese_haracters_data = file_get_contents(dirname(__FILE__) . DIRECTORY_SEPARATOR . 'ChineseCharacters.dat');
}
}
/**
* 提取字符串最多前 $first_count 个首字母
*
* @param string $string
* @param number $first_count
* @return string
*/
public function to_ucwords_first($string = '', $first_count = 4)
{
// 先转换为不带声调的拼音
$string_without_tone = $this->to_without_tone($string, ' ', false);
// 移除非字母、数字以及空格的字符
$string_without_tone = preg_replace('/[^a-z0-9 ]/i', '', trim($string_without_tone));
if (count(explode(' ', trim($string_without_tone))) > 1) {
// 如果2个“词”以上则取每个词的首字母
return substr($this->to_ucwords($string, ''), 0, $first_count);
} else {
// 如果是1个“词”，则取整词的前 $first_count 位
return substr(strtoupper($string_without_tone), 0, $first_count);
}
}
/**
* 转成带有声调的拼音字符串
*
* @param string $string
* 需要进行转换的字符串
* @param string $delimiter
* 转换后的拼音之间分隔符，默认为：半角空格
* @param boolean $ignore_other
* 是否忽略非汉字内容，默认为：false
* @return string
*/
public function to_with_tone($string, $delimiter = ' ', $ignore_other = false)
{
$length = mb_strlen($string, $this->_charset);
$output = '';
for ($i = 0; $i < $length; $i ++) {
$word = mb_substr($string, $i, 1, $this->_charset);
if (preg_match('/^[\x{4e00}-\x{9fa5}]$/u', $word) && preg_match('/\,' . preg_quote($word) . '(.*?)\,/', $this->_chinese_haracters_data, $matches)) {
$output .= $matches[1] . $delimiter;
} elseif (! $ignore_other) {
$output .= $word;
}
}
return $output;
}
/**
* 转换为无声调的拼音字符串
*
* @param string $string
* 需要进行转换的字符串
* @param string $delimiter
* 转换后的拼音之间的分隔符
* @param boolean $ignore_other
* 是否忽略非汉字内容
* @return string
*/
public function to_without_tone($string, $delimiter = ' ', $ignore_other = true)
{
// 先转换为带声调的字符串
$string_with_tone = $this->to_with_tone($string, $delimiter, $ignore_other);
// 替换声调字符并输出
return str_replace(array(
'ā',
'á',
'ǎ',
'à',
'ō',
'ó',
'ǒ',
'ò',
'ē',
'é',
'ě',
'è',
'ī',
'í',
'ǐ',
'ì',
'ū',
'ú',
'ǔ',
'ù',
'ǖ',
'ǘ',
'ǚ',
'ǜ',
'ü'
), array(
'a',
'a',
'a',
'a',
'o',
'o',
'o',
'o',
'e',
'e',
'e',
'e',
'i',
'i',
'i',
'i',
'u',
'u',
'u',
'u',
'v',
'v',
'v',
'v',
'v'
), $string_with_tone);
}
/**
* 转换为拼音首字母组合
*
* @param string $string
* 待转换的字符串
* @param string $delimiter
* 字母之间的分隔符号
* @return string
*/
public function to_ucwords($string, $delimiter = '')
{
$string_without_tone = ucwords($this->to_without_tone($string, ' ', false));
$ucwords = preg_replace('/[^A-Z]/', '', $string_without_tone);
if (! empty($delimiter)) {
$ucwords = implode($delimiter, str_split($ucwords));
}
return $ucwords;
}
}