PHP基于ICU扩展intl快速实现汉字转拼音及按拼音首字母分组排序的

本文实例讲述了PHP基于ICU扩展intl快速实现汉字转拼音及按拼音首字母分组排序的方法。分享给大家供大家参考，具体如下：

ICU(International Components for Unicode)里提供了transliterator(直译器),
可以很方便把其他语言(比如简体中文)转为拉丁文表示:
http://cn2.php.net/manual/zh/transliterator.transliterate.php
Transliterator: allows getting latin representation of strings in various languages.

<?php//文件编码要求是Unicodeheader('Content-Type: text/html; charset=utf-8');echo transliterator_transliterate('Any-Latin', '中华有为');//输出 zhōng huá yǒu wèiecho transliterator_transliterate('Any-Latin; Latin-ASCII; Lower()', '中华有为');//输出 zhong hua you weiecho transliterator_transliterate('Any-Latin; Latin-ASCII; Upper()', '中华有为');//输出 ZHONG HUA YOU WEIecho transliterator_transliterate('Any-Latin', '重阳');//输出 zhòng yáng (错误,多音字还是坑)

苹果上的CFStringTransform/kCFStringTransformToLatin汉字转拼音也是通过ICU transform实现的:

http://userguide.icu-project.org/transforms/general#TOC-ICU-Transliterators
http://nshipster.com/cfstringtransform/

使用php5-intl(依赖ICU:libicu52)的简体中文(zh_CN)排序器collator按拼音排序:

http://cn2.php.net/manual/zh/collator.sort.php
php-src/ext/intl --enable-intl --with-icu-dir=DIR

相关: MySQL数据表排序规则COLLATE=utf8_general_ci

<?phpheader('Content-Type: text/html; charset=utf-8');$coll = collator_create('zh_CN');$arr = array('中国','华山','华夏','中华','重阳','重量','b','a',2,1);collator_sort($coll, $arr);var_export($arr);/*输出(可见汉字按照拼音排序,但不能识别多音字"重"):array ( 0 => 'a', 1 => 'b', 2 => '华山', 3 => '华夏', 4 => '中国', 5 => '中华', 6 => '重量', 7 => '重阳', 8 => 1, 9 => 2,)*/

如果元素1和2加上引号变成字符串类型的话,则1和2排序后会出现在开头.

查看已经安装的软件包目录文件结构:

dpkg -L libicu52:amd64
/usr/lib/x86_64-linux-gnu/libicu*
/usr/lib/x86_64-linux-gnu/libicudata.so.52.1 动态库23MB
/usr/lib/x86_64-linux-gnu/libicudata.a       静态库23MB

Windows上则是:

php/icu*.dll
php/ext/php_intl.dll

下面实现了常用的按汉字拼音首字母分组排序的功能:

<?phpheader('Content-Type: text/html; charset=utf-8');$arr = array('百度知道','阿里云','百度百科','阿里巴巴');$coll = collator_create('zh_CN');collator_sort($coll, $arr);var_export($arr);//输出 array ( 0 => '阿里巴巴', 1 => '阿里云', 2 => '百度百科', 3 => '百度知道', )$tmp = array();foreach($arr as $v) { $pinyin = transliterator_transliterate('Any-Latin; Latin-ASCII; Upper()', $v); $tmp[substr($pinyin, 0, 1)][] = $v;}var_export($tmp);/*输出array ( 'A' => array (  0 => '阿里巴巴',  1 => '阿里云', ), 'B' => array (  0 => '百度百科',  1 => '百度知道', ),)*/