获取字符串中汉字首字母

在项目中要更能根据某些查询条件（比如姓名）的首字母作为条件进行查询，比如查一个叫“张三”的人，可以输入‘zs'。写了一个工具类如下：

/**GB 2312-80 把收录的汉字分成两级。第一级汉字是常用汉字，计 3755 个，
* 置于 16～55 区，按汉语拼音字母／笔形顺序排列；第二级汉字是次常用汉字，
* 计 3008 个，置于 56～87 区，按部首／笔画顺序排列，所以本程序只能查到
* 对一级汉字的声母。同时对符合声母（zh，ch，sh）只能取首字母（z，c，s）
*/



参数是 int, 输入的byte 会自动扩展为int；
如果byte的高位为1，扩展高位的三字节全为 ff ,即 ff ff ff byte
如果byte的高位为0，扩展高位的三字节全为 00 ,即 00 00 00 byte

而 byte & 0xff 等同于
byte & 0x000000ff
试比较：
byte b = (byte)0x81;
System.out.println(Integer.toHexString(b));
System.out.println(Integer.toHexString(b & 0xff));









Java代码
1.static final int GB_SP_DIFF = 160;
2. // 存放国标一级汉字不同读音的起始区位码
3. static final int[] secPosValueList = { 1601, 1637, 1833, 2078, 2274, 2302, 2433, 2594, 2787, 3106, 3212, 3472, 3635, 3722, 3730, 3858, 4027, 4086, 4390, 4558, 4684, 4925,
4. 5249, 5600 };
5. // 存放国标一级汉字不同读音的起始区位码对应读音
6. static final char[] firstLetter = { 'a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'j', 'k', 'l', 'm', 'n', 'o', 'p', 'q', 'r', 's', 't', 'w', 'x', 'y', 'z' };
7.
8. // 获取一个字符串的拼音码
9. public static String getFirstLetter(String oriStr) {
10. String str = oriStr.toLowerCase();
11. StringBuffer buffer = new StringBuffer();
12. char ch;
13. char[] temp;
14. for (int i = 0; i < str.length(); i++) { // 依次处理str中每个字符
15. ch = str.charAt(i);
16. temp = new char[] { ch };
17. byte[] uniCode = new String(temp).getBytes();
18. if (uniCode[0] < 128 && uniCode[0] > 0) { // 非汉字
19. buffer.append(temp);
20. } else {
21. buffer.append(convert(uniCode));
22. }
23. }
24. return buffer.toString();
25. }
26. // 获取一个汉字的拼音码
27. public static Character getFirstLetter(char ch) {
28.
29. byte[] uniCode = null;
30. try {
31. uniCode = String.valueOf(ch).getBytes("GBK");
32. } catch (UnsupportedEncodingException e) {
33. e.printStackTrace();
34. return null;
35. }
36. if (uniCode[0] &0xff< 128 && uniCode[0]&0xff > 0) { // 非汉字
37. return null;
38. } else {
39. return convert(uniCode);
40. }
41. }
42. /**
43. * 获取一个汉字的拼音首字母。 GB码两个字节分别减去160，转换成10进制码组合就可以得到区位码
44. * 例如汉字“你”的GB码是0xC4/0xE3，分别减去0xA0（160）就是0x24/0x43
45. * 0x24转成10进制就是36，0x43是67，那么它的区位码就是3667，在对照表中读音为‘n’
46. */
47. static char convert(byte[] bytes) {
48. char result = '-';
49. int secPosValue = 0;
50. int i;
51. for (i = 0; i < bytes.length; i++) {
52. bytes[i] -= GB_SP_DIFF;
53. }
54. secPosValue = bytes[0] * 100 + bytes[1];
55. for (i = 0; i < 23; i++) {
56. if (secPosValue >= secPosValueList[i] && secPosValue < secPosValueList[i + 1]) {
57. result = firstLetter[i];
58. break;
59. }
60. }
61. return result;
62. }