pinyin.c與Unicode漢字編碼表 對應起來看

Unicode漢字編碼表（一部分）

U+ 0 1 2 3 4 5 6 7 8 9 A B C D E F
-----------------------------------------------------
4e00 一 丁 丂 七 丄 丅 丆 萬 丈 三 上 下 丌 不 與 丏
4e10 丐 丑 丒 專 且 丕 世 丗 丘 丙 業 叢 東 絲 丞 丟
4e20 丠 両 丟 丣 兩 嚴 並 喪 丨 丩 個 丫 丬 中 丮 丯
4e30 豐 丱 串 丳 臨 丵 丶 丷 丸 丹 為 主 丼 麗 舉 丿
4e40 乀 乁 乂 乃 乄 久 乆 乇 麼 義 乊 之 烏 乍 乎 乏
4e50 樂 乑 乒 乓 喬 乕 乖 乗 乘 乙 乚 乛 乜 九 乞 也
4e60 習 鄉 乢 乣 乤 乥 書 乧 乨 乩 乪 乫 乬 乭 乮 乯
4e70 買 亂 乲 乳 乴 乵 乶 乷 乸 乹 乺 乻 乼 乽 乾 乿
4e80 亀 亁 亂 亃 亄 亅 了 亇 予 爭 亊 事 二 亍 於 虧
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－

pinyin.c（這裡面存的是常用漢字拼音首字母）

// unicode 中漢字的范圍[\u4e00 - \u9fa5]。。這裡是一部分

#define HANZI_START 19968

#define HANZI_COUNT 20902

static char firstLetterArray[HANZI_COUNT] =

"ydkqsxnwzssxjbymgcczqpssqbycdscdqldylybssjgyqzjjfgcclzznwdwzjljpfyynnjjtmynzwzhflzppqhgccyynmjqyxxgd"

"nnsnsjnjnsnnmlnrxyfsngnnnnqzggllyjlnyzssecykyyhqwjssggyxyqyjtwktjhychmnxjtlhjyqbyxdldwrrjnwysrldzjpc"

"bzjjbrcfslnczstzfxxchtrqggddlyccssymmrjcyqzpwwjjyfcrwfdfzqpyddwyxkyjawjffxjbcftzyhhycyswccyxsclcxxwz"

"cxnbgnnxbxlzsqsbsjpysazdhmdzbqbscwdzzyytzhbtsyyfzgntnxjywqnknphhlxgybfmjnbjhhgqtjcysxstkzglyckglysmz"

"xyalmeldccxgzyrjxjzlnjzcqkcnnjwhjczccqljststbnhbtyxceqxkkwjyflzqlyhjxspsfxlmpbysxxxytccnylllsjxfhjxp"

"jbtffyabyxbcczbzyclwlczggbtssmdtjcxpthyqtgjjxcjfzkjzjqnlzwlslhdzbwjncjzyzsqnycqynzcjjwybrtwpyftwexcs"

。。。。。。

。。。。

char pinyinFirstLetter(unsigned short hanzi)

{

int index = hanzi - HANZI_START;

if (index >= 0 && index <= HANZI_COUNT)

{

return firstLetterArray[index];

}

else

{

return hanzi;

}

}

－－－－－－－－－－－－－－－－－－－

這個函數主要基於一個巨大的c語言char數組，把unicode字符集中所有中文的拼音首字母都映射進去了。

pinyinFirstLetter基於這麼一個簡單的原理：我們知道，在Objective C語言中，字符串是以unicode進行編碼的。在unicode字符集中，漢字的編碼范圍為4E00 到 9FA5 之間（即從第19968開始的20902個字符是中文簡體字符）。我們把這些字符的拼音首字母按照順序都存放在一個char數組中。當我們查找一個漢字的拼音首字母時，只需把這個漢字的unicode碼（即char強制轉換為int）減去19968，然後用這個數字作為索引去找char數組中存放的字母即可。

－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－ 4e00對應的就是19968／一。。。。4e01 對應的就是19969／丁。。。4e02對應的就是19970/丂。。。。。類推。。。。