PHP实现中文字符串提取拼音首字母工具类

结果与目标

该工具类 str2py 提供两个核心方法：

• getInitials($str)：将输入字符串的所有汉字转换为拼音首字母，非汉字部分（如英文、数字）保持不变。例如：“周杰伦”返回“ZJO”，“我i你j”返回“WI NJ”。
• getFirstString($str)：仅返回字符串第一个汉字的拼音首字母。例如：“测试”返回“C”。

准备条件

由于底层依赖GB2312编码进行内码比对，若你的项目源码采用 UTF-8 编码，工具类会在内部自动使用 iconv 函数进行临时转码，因此无需手动修改全局编码配置。

第1步：引入并实例化工具类

首先将以下代码保存为 Str2Py.php 文件。构造函数的 $charset 参数默认已设置为 'utf-8'，通常无需更改。

class Str2Py {
    // ... (此处省略完整类定义代码，见文末说明) ... 
}
$py = new Str2Py('utf-8');

第2步：调用拼音首字母转换方法

创建对象后，调用 getInitials 方法进行批量转换。该方法内部会自动切分中英文混排字符，保持原有顺序。

// 纯中文
$result1 = $py->getInitials('上海'); // 返回: SH

// 中英混合
$result2 = $py->getInitials('User名称'); // 返回: USRYMC

第3步：获取首个字符的首字母

若只需首字拼音，使用 getFirstString 方法。若传入的是纯英文字符串，则直接返回原串的第一个字符。

getFirstString('北京'); // 返回: B
$result4 = $py->getFirstString('Apple'); // 返回: A

技术原理说明

1. 编码转换：针对 UTF-8 输入，转为 GB2312 以便获取单字节高位判断是否为汉字。
2. 字符切分：_cutWord 方法根据 ASCII 值判断字符是英文/数字还是中文多字节字符。
3. 二分查找：利用 GB2312 汉字区位表连续的特性，通过计算两字节组合的整数值，在预置的拼音区间数组中进行二分匹配，效率较高。

完整代码类定义

将以下代码完整复制至项目中即可使用：

<?php
class Str2Py {
    private $_pinyins = array(
        'A','B','C','D','E','F','G','H','J','K','L','M',
        'N','O','P','Q','R','S','T','W','X','Y','Z'
    );
    private $_charset = null;

    public function __construct($charset = 'utf-8') {
        $this->_charset = $charset;
    }

    private function _msubstr($str, $start, $len) {
        $start = $start * 2; $len = $len * 2;
        $strlen = strlen($str); $result = '';
        for ($i = 0; $i < $strlen; $i++) {
            if ($i >= $start && $i < ($start + $len)) {
                if (ord(substr($str, $i, 1)) > 129) {
                    $result .= substr($str, $i, 2);
                } else { $result .= substr($str, $i, 1); }
            }
            if (ord(substr($str, $i, 1)) > 129) $i++;
        }
        return $result;
    }

    private function _cutWord($str) {
        $words = array();
        while ($str != "") {
            if ($this->_isAscii($str)) {
                $words[] = $str[0];
                $str = substr($str, strlen($str[0]));
            } else {
                $word = $this->_msubstr($str, 0, 1);
                $words[] = $word;
                $str = substr($str, strlen($word));
            }
        }
        return $words;
    }

    private function _isAscii($char) {
        return (ord(substr($char, 0, 1)) < 160);
    }

    private function _isAsciis($str) {
        $len = strlen($str) >= 3 ? 3 : 2;
        $chars = array();
        for ($i = 1; $i < $len - 1; $i++) {
            $chars[] = $this->_isAscii($str[$i]) ? 'yes' : 'no';
        }
        $result = array_count_values($chars);
        return empty($result['no']);
    }

    public function getInitials($str) {
        if (empty($str)) return '';
        if ($this->_isAscii($str[0]) && $this->_isAsciis($str)) return $str;
        $result = array();
        if ($this->_charset == 'utf-8') {
            $str = iconv('utf-8', 'gb2312', $str);
        }
        $words = $this->_cutWord($str);
        foreach ($words as $word) {
            if ($this->_isAscii($word)) {
                $result[] = $word; continue;
            }
            $code = ord(substr($word, 0, 1)) * 1000 + ord(substr($word, 1, 1));
            if (($i = $this->_search($code)) != -1) {
                $result[] = $this->_pinyins[$i];
            }
        }
        return strtoupper(implode('', $result));
    }

    public function getFirstString($str) {
        $new_string = $this->getInitials($str);
        return empty($new_string) ? '' : strtoupper(substr($new_string, 0, 1));
    }

    private function _search($code) {
        $data = array_keys($this->_pinyins);
        $lower = 0; $upper = sizeof($data) - 1;
        $middle = (int) round(($lower + $upper) / 2);
        if ($code < $data[0]) return -1;
        for (;;) {
            if ($lower > $upper) return $data[$lower - 1];
            $tmp = (int) round(($lower + $upper) / 2);
            if (!isset($data[$tmp])) return $data[$middle];
            else $middle = $tmp;
            if ($data[$middle] < $code) $lower = (int) $middle + 1;
            else if ($data[$middle] == $code) return $data[$middle];
            else $upper = (int) $middle - 1;
        }
    }
}
?>

简要总结

这个 Str2Py 类解决了PHP原生环境无法直接获取汉字拼音的问题。它不依赖庞大的数据库字典，而是利用区位码规则进行数学映射，在处理十万级数据量时仍能保持毫秒级响应。以上就是PHP实现的中文拼音首字母提取功能的详细内容，更多关于PHP字符串处理技巧的资料请关注本站其它相关文章！