最近忙一個(gè)地址簿的小項目，需要實(shí)現類(lèi)似 outlook 的功能，即通過(guò)聯(lián)系人姓氏的拼音的聲母找到相關(guān)的聯(lián)系人，比如 按 Z 那么找出所有姓張的聯(lián)系人，其他以拼音 Z 開(kāi)頭也會(huì )找出來(lái)，比如姓趙、鄭 ......，當然
Zidane（齊達內）也會(huì )被找出來(lái)。
我有 java 實(shí)現的代碼，如下：
public static char getInitial(String str)
{
byte[] bs;
try
{
bs=str.getBytes("gb2312");
}
catch(java.io.UnsupportedEncodingException e)
{
return ‘*‘;
}
if(bs.length==0)
return ‘*‘;
switch(bs[0])
{
case (byte)‘a(chǎn)‘: case (byte)‘A‘: return ‘a(chǎn)‘;
case (byte)‘b‘: case (byte)‘B‘: return ‘b‘;
case (byte)‘c‘: case (byte)‘C‘: return ‘c‘;
case (byte)‘d‘: case (byte)‘D‘: return ‘d‘;
case (byte)‘e‘: case (byte)‘E‘: return ‘e‘;
case (byte)‘f‘: case (byte)‘F‘: return ‘f‘;
case (byte)‘g‘: case (byte)‘G‘: return ‘g‘;
case (byte)‘h‘: case (byte)‘H‘: return ‘h‘;
case (byte)‘i‘: case (byte)‘I‘: return ‘i‘;
case (byte)‘j‘: case (byte)‘J‘: return ‘j‘;
case (byte)‘k‘: case (byte)‘K‘: return ‘k‘;
case (byte)‘l‘: case (byte)‘L‘: return ‘l‘;
case (byte)‘m‘: case (byte)‘M‘: return ‘m‘;
case (byte)‘n‘: case (byte)‘N‘: return ‘n‘;
case (byte)‘o‘: case (byte)‘O‘: return ‘o‘;
case (byte)‘p‘: case (byte)‘P‘: return ‘p‘;
case (byte)‘q‘: case (byte)‘Q‘: return ‘q‘;
case (byte)‘r‘: case (byte)‘R‘: return ‘r‘;
case (byte)‘s‘: case (byte)‘S‘: return ‘s‘;
case (byte)‘t‘: case (byte)‘T‘: return ‘t‘;
case (byte)‘u‘: case (byte)‘U‘: return ‘u‘;
case (byte)‘v‘: case (byte)‘V‘: return ‘v‘;
case (byte)‘w‘: case (byte)‘W‘: return ‘w‘;
case (byte)‘x‘: case (byte)‘X‘: return ‘x‘;
case (byte)‘y‘: case (byte)‘Y‘: return ‘y‘;
case (byte)‘z‘: case (byte)‘Z‘: return ‘z‘;
default:
if(bs.length>=2) //長(cháng)度>=2就有可能是中文
{
int b1=bs[0]&0xff;
int b2=bs[1]&0xff;
int value=(b1<<8)|b2;
System.out.println(value);
if( value>=0xb0a1 && value<=0xb0c4) return ‘a(chǎn)‘;
if( value>=0xb0c5 && value<=0xb2c0) return ‘b‘;
if( value>=0xb2c1 && value<=0xb4ed) return ‘c‘;
if( value>=0xb4ee && value<=0xb6e9) return ‘d‘;
if( value>=0xb6ea && value<=0xb7a1) return ‘e‘;
if( value>=0xb7a2 && value<=0xb8c0) return ‘f‘;
if( value>=0xb8c1 && value<=0xb9fd) return ‘g‘;
if( value>=0xb9fe && value<=0xbbf6) return ‘h‘;
if( value>=0xbbf7 && value<=0xbfa5) return ‘j‘;
if( value>=0xbfa6 && value<=0xc0ab) return ‘k‘;
if( value>=0xc0ac && value<=0xc2e7) return ‘l‘;
if( value>=0xc2e8 && value<=0xc4c2) return ‘m‘;
if( value>=0xc4c3 && value<=0xc5b5) return ‘n‘;
if( value>=0xc5b6 && value<=0xc5bd) return ‘o‘;
if( value>=0xc5be && value<=0xc6d9) return ‘p‘;
if( value>=0xc6da && value<=0xc8ba) return ‘q‘;
if( value>=0xc8bb && value<=0xc8f5) return ‘r‘;
if( value>=0xc8f6 && value<=0xcbf9) return ‘s‘;
if( value>=0xcbfa && value<=0xcdd9) return ‘t‘;
if( value>=0xcdda && value<=0xcef3) return ‘w‘;
if( value>=0xcef4 && value<=0xd188) return ‘x‘;
if( value>=0xd1b9 && value<=0xd4d0) return ‘y‘;
if( value>=0xd4d1 && value<=0xd7f9) return ‘z‘;
}
}
return ‘*‘;
}
代碼其實(shí)很簡(jiǎn)單，要了解為什么要這么寫(xiě)，則需要了解一下 GB2312 編碼，我覺(jué)得HP的官方網(wǎng)站的資料還不錯，簡(jiǎn)單明了。網(wǎng)址是
這里。里面有一段是這樣的：
國標 GB2312 基于 1980 年發(fā)布的《信息交換用漢字編碼字符集基本集》，是中文信息處理的中國國家標準，是強制執行的中文編碼。
國標碼共收錄 6763 個(gè)簡(jiǎn)體漢字、682 個(gè)符號，其中漢字部分：一級字 3755 個(gè)，以拼音排序，二級字 3008 個(gè)，以偏旁部首排序。該標準的制定和應用為規范、推動(dòng)中文信息化進(jìn)程起了很大作用。該標準用雙字節表示一個(gè)漢字：高字節 A1-F7（其中字符區 A1-F9，漢字區 B0-F7）低字節 A1-FE。
上面的文字已經(jīng)說(shuō)得很清楚，最常用的 3755 個(gè)漢字是用拼音排序的，所以才有可能比較方便的實(shí)現用拼音找到漢字。同樣也說(shuō)明了，有一些少見(jiàn)的姓通過(guò)上面的代碼是找不出來(lái)的，比如臺灣有個(gè)叫庹中康的主持人。
不過(guò)在我那個(gè)小項目里，小到覺(jué)得編譯 java 都多余，我希望用 javascript 就實(shí)現同上 java 實(shí)現的功能。我再次求助google，找到了
http://www.blueidea.com/user/qswh/qswhGB2312.js。網(wǎng)上能人輩出啊。范例可以看看
http://www.blueidea.com/user/qswh/GB2312.html。
這個(gè)腳本用來(lái)解析出漢字的拼音。我加了一個(gè)方法以滿(mǎn)足我的需要，代碼如下：
function getInitial(str) {
if (str == null || /^\s*$/.test(str)) return null;
try {
var code = str.charCodeAt(0); //charCodeAt方法需要ie5.5 以上才支持
if (code >= 48 && code <= 57) // 如果是數字，就返回
return str.charAt(0);
else if (code <= 127) {
return str.charAt(0).toUpperCase();
}
else {
var py = getSpell(str); //getSpell()得到字符串的拼音
return (py)?py.substring(0,1).toUpperCase():null;
}
}
catch (e) {
return null;
}
}
qswhGB2312.js 文件中將常用的3755個(gè)漢字組成一個(gè)字符串賦予一個(gè)變量。因為包含漢字，所以如果 jsp 或者 template 頁(yè)面使用的是非gb2312的編碼，比如UTF-8，那么就需要在<script>中加一個(gè) charset=gb2312，比如：
<script language="javascript" src="qswhGB2312.js" charset="gb2312"></script>
因為項目要求支持中簡(jiǎn)繁，我想知道Big5碼是否也有類(lèi)似的拼音的設計，看了
《由 堃(方方土) 探討 Big5e 編碼》，知道了大概是不行的，同時(shí)感覺(jué)大陸在計算機語(yǔ)言編碼設計方面比臺灣還是要大氣得多。
去年看過(guò)一些文章不少人攻擊漢字拉丁化和簡(jiǎn)化字等等改革，有些還是有道理，不過(guò)說(shuō)句公道話(huà)，拼音對于計算機的漢語(yǔ)錄入還是貢獻巨大，我沒(méi)有歧視五筆的意思，不過(guò)我總是努力勸說(shuō)身邊的人嘗試用拼音輸入法。
