C++中获取汉字拼音首字缩写/全拼及生僻字的处理

　　最近一直在修改关于搜索不到生僻字的问题，最后得出结论：对生僻字的处理，办法只有一个，建立一个字库，然后查表找。

　　可以参考一下：http://download.csdn.net/detail/lshlwy/8920047，枚举了两万多的汉字和拼音音调，直接去搜就好了。

1、关于生僻字的处理，加载一个汉字库，然后库中查找。（仅适用于生僻字，频繁查询字库文件，会非常的慢）对于这种循环查询的方法，可能会把程序变慢，匹配度一般。

 1 　　　　　　　 bool existFlag = false;
 2             if (firstPY.Find(strLowName) == -1 && util::existChinese(util::cStringToString(firstPY, CP_ACP)))//判断获得的首字拼音中是否还存在汉字，如果存在，说明有生僻字。
 3             {
 4                 std::vector<std::string>  specialCharaterPy;
 5                 module::getMiscModule()->GetSentencePinyin(util::cStringToString(RealName, CP_ACP), specialCharaterPy);//这里是查找汉字库，返回全拼。
 6                 CString Namepy;
 7                 Namepy = util::stringToCString(specialCharaterPy.at(0));
 8                 int  count = 0;
 9                 int  findPos = 0;
10                 int  startPos = 0;
11                 for (int i = 0; i < sShortName.GetLength(); i++)
12                 {
13                     findPos = Namepy.Find(sShortName[i], startPos);
14                     if (findPos == -1)
15                     {
16                         break;
17                     }
18                     else
19                     {
20                         count++;
21                         startPos = findPos + 1;//从查找到位置后+1继续寻找
22                     }
23                 }
24                 if (count != 0 && count == sShortName.GetLength())
25                 {
26                     existFlag = true;
27                 }
28             }

　2.生僻字的存储跟普通的汉子有所区别，贴一个找到汉字拼音缩写的代码（无法查找到生僻字，生僻字的两个一个大于160，一个小于160，会返回原汉字）。

 std::string FirstLett(const char* strChs)
 {
     static int li_SecPosValue[] = {
         , , , , , , , , , , ,
         , , , , , , , , , , ,
     };
     static char* lc_FirstLetter[] = {
         "a", "b", "c", "d", "e", "f", "g", "h", "j", "k", "l", "m", "n", "o",
         "p", "q", "r", "s", "t", "w", "x", "y", "z"
     };
     static char* ls_SecondSecTable =
         "CJWGNSPGCGNE[Y[BTYYZDXYKYGT[JNNJQMBSGZSCYJSYY[PGKBZGY[YWJKGKLJYWKPJQHY[W[DZLSGMRYPYWWCCKZNKYYGTTNJJNYKKZYTCJNMCYLQLYPYQFQRPZSLWBTGKJFYXJWZLTBNCXJJJJTXDTTSQZYCDXXHGCK[PHFFSS[YBGXLPPBYLL[HLXS[ZM[JHSOJNGHDZQYKLGJHSGQZHXQGKEZZWYSCSCJXYEYXADZPMDSSMZJZQJYZC[J[WQJBYZPXGZNZCPWHKXHQKMWFBPBYDTJZZKQHY"
         "LYGXFPTYJYYZPSZLFCHMQSHGMXXSXJ[[DCSBBQBEFSJYHXWGZKPYLQBGLDLCCTNMAYDDKSSNGYCSGXLYZAYBNPTSDKDYLHGYMYLCXPY[JNDQJWXQXFYYFJLEJPZRXCCQWQQSBNKYMGPLBMJRQCFLNYMYQMSQYRBCJTHZTQFRXQHXMJJCJLXQGJMSHZKBSWYEMYLTXFSYDSWLYCJQXSJNQBSCTYHBFTDCYZDJWYGHQFRXWCKQKXEBPTLPXJZSRMEBWHJLBJSLYYSMDXLCLQKXLHXJRZJMFQHXHWY"
         "WSBHTRXXGLHQHFNM[YKLDYXZPYLGG[MTCFPAJJZYLJTYANJGBJPLQGDZYQYAXBKYSECJSZNSLYZHSXLZCGHPXZHZNYTDSBCJKDLZAYFMYDLEBBGQYZKXGLDNDNYSKJSHDLYXBCGHXYPKDJMMZNGMMCLGWZSZXZJFZNMLZZTHCSYDBDLLSCDDNLKJYKJSYCJLKWHQASDKNHCSGANHDAASHTCPLCPQYBSDMPJLPZJOQLCDHJJYSPRCHN[NNLHLYYQYHWZPTCZGWWMZFFJQQQQYXACLBHKDJXDGMMY"
         "DJXZLLSYGXGKJRYWZWYCLZMSSJZLDBYD[FCXYHLXCHYZJQ[[QAGMNYXPFRKSSBJLYXYSYGLNSCMHZWWMNZJJLXXHCHSY[[TTXRYCYXBYHCSMXJSZNPWGPXXTAYBGAJCXLY[DCCWZOCWKCCSBNHCPDYZNFCYYTYCKXKYBSQKKYTQQXFCWCHCYKELZQBSQYJQCCLMTHSYWHMKTLKJLYCXWHEQQHTQH[PQ[QSCFYMNDMGBWHWLGSLLYSDLMLXPTHMJHWLJZYHZJXHTXJLHXRSWLWZJCBXMHZQXSDZP"
         "MGFCSGLSXYMJSHXPJXWMYQKSMYPLRTHBXFTPMHYXLCHLHLZYLXGSSSSTCLSLDCLRPBHZHXYYFHB[GDMYCNQQWLQHJJ[YWJZYEJJDHPBLQXTQKWHLCHQXAGTLXLJXMSL[HTZKZJECXJCJNMFBY[SFYWYBJZGNYSDZSQYRSLJPCLPWXSDWEJBJCBCNAYTWGMPAPCLYQPCLZXSBNMSGGFNZJJBZSFZYNDXHPLQKZCZWALSBCCJX[YZGWKYPSGXFZFCDKHJGXDLQFSGDSLQWZKXTMHSBGZMJZRGLYJB"
         "PMLMSXLZJQQHZYJCZYDJWBMYKLDDPMJEGXYHYLXHLQYQHKYCWCJMYYXNATJHYCCXZPCQLBZWWYTWBQCMLPMYRJCCCXFPZNZZLJPLXXYZTZLGDLDCKLYRZZGQTGJHHGJLJAXFGFJZSLCFDQZLCLGJDJCSNZLLJPJQDCCLCJXMYZFTSXGCGSBRZXJQQCTZHGYQTJQQLZXJYLYLBCYAMCSTYLPDJBYREGKLZYZHLYSZQLZNWCZCLLWJQJJJKDGJZOLBBZPPGLGHTGZXYGHZMYCNQSYCYHBHGXKAMTX"
         "YXNBSKYZZGJZLQJDFCJXDYGJQJJPMGWGJJJPKQSBGBMMCJSSCLPQPDXCDYYKY[CJDDYYGYWRHJRTGZNYQLDKLJSZZGZQZJGDYKSHPZMTLCPWNJAFYZDJCNMWESCYGLBTZCGMSSLLYXQSXSBSJSBBSGGHFJLYPMZJNLYYWDQSHZXTYYWHMZYHYWDBXBTLMSYYYFSXJC[DXXLHJHF[SXZQHFZMZCZTQCXZXRTTDJHNNYZQQMNQDMMG[YDXMJGDHCDYZBFFALLZTDLTFXMXQZDNGWQDBDCZJDXBZGS"
         "QQDDJCMBKZFFXMKDMDSYYSZCMLJDSYNSBRSKMKMPCKLGDBQTFZSWTFGGLYPLLJZHGJ[GYPZLTCSMCNBTJBQFKTHBYZGKPBBYMTDSSXTBNPDKLEYCJNYDDYKZDDHQHSDZSCTARLLTKZLGECLLKJLQJAQNBDKKGHPJTZQKSECSHALQFMMGJNLYJBBTMLYZXDCJPLDLPCQDHZYCBZSCZBZMSLJFLKRZJSNFRGJHXPDHYJYBZGDLQCSEZGXLBLGYXTWMABCHECMWYJYZLLJJYHLG[DJLSLYGKDZPZXJ"
         "YYZLWCXSZFGWYYDLYHCLJSCMBJHBLYZLYCBLYDPDQYSXQZBYTDKYXJY[CNRJMPDJGKLCLJBCTBJDDBBLBLCZQRPPXJCJLZCSHLTOLJNMDDDLNGKAQHQHJGYKHEZNMSHRP[QQJCHGMFPRXHJGDYCHGHLYRZQLCYQJNZSQTKQJYMSZSWLCFQQQXYFGGYPTQWLMCRNFKKFSYYLQBMQAMMMYXCTPSHCPTXXZZSMPHPSHMCLMLDQFYQXSZYYDYJZZHQPDSZGLSTJBCKBXYQZJSGPSXQZQZRQTBDKYXZK"
         "HHGFLBCSMDLDGDZDBLZYYCXNNCSYBZBFGLZZXSWMSCCMQNJQSBDQSJTXXMBLTXZCLZSHZCXRQJGJYLXZFJPHYMZQQYDFQJJLZZNZJCDGZYGCTXMZYSCTLKPHTXHTLBJXJLXSCDQXCBBTJFQZFSLTJBTKQBXXJJLJCHCZDBZJDCZJDCPRNPQCJPFCZLCLZXZDMXMPHJSGZGSZZQLYLWTJPFSYASMCJBTZKYCWMYTCSJJLJCQLWZMALBXYFBPNLSFHTGJWEJJXXGLLJSTGSHJQLZFKCGNNNSZFDEQ"
         "FHBSAQTGYLBXMMYGSZLDYDQMJJRGBJTKGDHGKBLQKBDMBYLXWCXYTTYBKMRTJZXQJBHLMHMJJZMQASLDCYXYQDLQCAFYWYXQHZ";
     std::string result;
     int H = ;
     int L = ;
     int W = ;
     UINT stringlen = strlen(strChs);
     for (UINT i = ; i < stringlen; i++) {
         H = (UCHAR)(strChs[i + ]);
         L = (UCHAR)(strChs[i + ]);
         if (H < 0xA1 || L < 0xA1) { //这里出现生僻字问题
             result += strChs[i];
             continue;
         }
         else {
             W = (H - ) *  + L - ;
         }
         if (W >  && W < ) {
             for (int j = ; j >= ; j--) {
                 if (W >= li_SecPosValue[j]) {
                     result += lc_FirstLetter[j];
                     i++;
                     break;
                 }
             }
             continue;
         }
         else {
             i++;
             W = (H -  - ) *  + L - ;
             if (W >=  && W <= )
                 result += ls_SecondSecTable[W];
             else {
                 result += (char)H;
                 result += (char)L;
             }
         }
     }

     return result;
 }

3.获取到汉字全拼的方法代码：（对于生僻字无法处理）

 char* ChineseToPyt(wchar_t* chrstr)
 {
     const  int pyvalue[] = { -, -, -, -, -, -, -, -, -, -, -, -, -, -,
         -, -, -, -, -, -, -, -, -, -, -, -, -, -, -, -,
         -, -, -, -, -, -, -, -, -, -, -, -, -, -, -, -,
         -, -, -, -, -, -, -, -, -, -, -, -, -, -, -, -,
         -, -, -, -, -, -, -, -, -, -, -, -, -, -, -, -,
         -, -, -, -, -, -, -, -, -, -, -, -, -, -, -, -,
         -, -, -, -, -, -, -, -, -, -, -, -, -, -, -, -,
         -, -, -, -, -, -, -, -, -, -, -, -, -, -, -, -,
         -, -, -, -, -, -, -, -, -, -, -, -, -, -, -, -,
         -, -, -, -, -, -, -, -, -, -, -, -, -, -, -, -,
         -, -, -, -, -, -, -, -, -, -, -, -, -, -, -, -,
         -, -, -, -, -, -, -, -, -, -, -, -, -, -, -, -,
         -, -, -, -, -, -, -, -, -, -, -, -, -, -, -, -,
         -, -, -, -, -, -, -, -, -, -, -, -, -, -, -, -,
         -, -, -, -, -, -, -, -, -, -, -, -, -, -, -, -,
         -, -, -, -, -, -, -, -, -, -, -, -, -, -, -, -,
         -, -, -, -, -, -, -, -, -, -, -, -, -, -, -, -,
         -, -, -, -, -, -, -, -, -, -, -, -, -, -, -, -,
         -, -, -, -, -, -, -, -, -, -, -, -, -, -, -, -,
         -, -, -, -, -, -, -, -, -, -, -, -, -, -, -, -,
         -, -, -, -, -, -, -, -, -, -, -, -, -, -, -, -,
         -, -, -, -, -, -, -, -, -, -, -, -, -, -, -, -,
         -, -, -, -, -, -, -, -, -, -, -, -, -, -, -, -,
         -, -, -, -, -, -, -, -, -, -, -, -, -, -, -, -,
         -, -, -, -, -, -, -, -, -, -, -, -, -, - };
     const char pystr[][] = { "a", "ai", "an", "ang", "ao", "ba", "bai", "ban", "bang", "bao", "bei", "ben", "beng", "bi", "bian", "biao",
         "bie", "bin", "bing", "bo", "bu", "ca", "cai", "can", "cang", "cao", "ce", "ceng", "cha", "chai", "chan", "chang", "chao", "che", "chen",
         "cheng", "chi", "chong", "chou", "chu", "chuai", "chuan", "chuang", "chui", "chun", "chuo", "ci", "cong", "cou", "cu", "cuan", "cui",
         "cun", "cuo", "da", "dai", "dan", "dang", "dao", "de", "deng", "di", "dian", "diao", "die", "ding", "diu", "dong", "dou", "du", "duan",
         "dui", "dun", "duo", "e", "en", "er", "fa", "fan", "fang", "fei", "fen", "feng", "fo", "fou", "fu", "ga", "gai", "gan", "gang", "gao",
         "ge", "gei", "gen", "geng", "gong", "gou", "gu", "gua", "guai", "guan", "guang", "gui", "gun", "guo", "ha", "hai", "han", "hang",
         "hao", "he", "hei", "hen", "heng", "hong", "hou", "hu", "hua", "huai", "huan", "huang", "hui", "hun", "huo", "ji", "jia", "jian",
         "jiang", "jiao", "jie", "jin", "jing", "jiong", "jiu", "ju", "juan", "jue", "jun", "ka", "kai", "kan", "kang", "kao", "ke", "ken",
         "keng", "kong", "kou", "ku", "kua", "kuai", "kuan", "kuang", "kui", "kun", "kuo", "la", "lai", "lan", "lang", "lao", "le", "lei",
         "leng", "li", "lia", "lian", "liang", "liao", "lie", "lin", "ling", "liu", "long", "lou", "lu", "lv", "luan", "lue", "lun", "luo",
         "ma", "mai", "man", "mang", "mao", "me", "mei", "men", "meng", "mi", "mian", "miao", "mie", "min", "ming", "miu", "mo", "mou", "mu",
         "na", "nai", "nan", "nang", "nao", "ne", "nei", "nen", "neng", "ni", "nian", "niang", "niao", "nie", "nin", "ning", "niu", "nong",
         "nu", "nv", "nuan", "nue", "nuo", "o", "ou", "pa", "pai", "pan", "pang", "pao", "pei", "pen", "peng", "pi", "pian", "piao", "pie",
         "pin", "ping", "po", "pu", "qi", "qia", "qian", "qiang", "qiao", "qie", "qin", "qing", "qiong", "qiu", "qu", "quan", "que", "qun",
         "ran", "rang", "rao", "re", "ren", "reng", "ri", "rong", "rou", "ru", "ruan", "rui", "run", "ruo", "sa", "sai", "san", "sang",
         "sao", "se", "sen", "seng", "sha", "shai", "shan", "shang", "shao", "she", "shen", "sheng", "shi", "shou", "shu", "shua",
         "shuai", "shuan", "shuang", "shui", "shun", "shuo", "si", "song", "sou", "su", "suan", "sui", "sun", "suo", "ta", "tai",
         "tan", "tang", "tao", "te", "teng", "ti", "tian", "tiao", "tie", "ting", "tong", "tou", "tu", "tuan", "tui", "tun", "tuo",
         "wa", "wai", "wan", "wang", "wei", "wen", "weng", "wo", "wu", "xi", "xia", "xian", "xiang", "xiao", "xie", "xin", "xing",
         "xiong", "xiu", "xu", "xuan", "xue", "xun", "ya", "yan", "yang", "yao", "ye", "yi", "yin", "ying", "yo", "yong", "you",
         "yu", "yuan", "yue", "yun", "za", "zai", "zan", "zang", "zao", "ze", "zei", "zen", "zeng", "zha", "zhai", "zhan", "zhang",
         "zhao", "zhe", "zhen", "zheng", "zhi", "zhong", "zhou", "zhu", "zhua", "zhuai", "zhuan", "zhuang", "zhui", "zhun", "zhuo",
         "zi", "zong", "zou", "zu", "zuan", "zui", "zun", "zuo" };

     int chrasc = ;

     char* pcReturnString = NULL;

     //unicode转换为ANSI
     int length = WideCharToMultiByte(CP_ACP, , chrstr, -, , , , );
     char* nowchar = new char[length + ];
     memset(nowchar, , length + );
     WideCharToMultiByte(CP_ACP, , chrstr, -, nowchar, length, , );

     //转换ANSI,字符部分不变，汉字转换成相应的拼音
     char *returnstr = new char[ * length + ];
     memset(returnstr, ,  * length + );

     int offset = ;
     for (int j = ; j < length;) // 循环处理字节数组
     {
         if (nowchar[j] >=  && nowchar[j] < ) // 非汉字处理
         {
             returnstr[offset] = nowchar[j];
             offset++;
             j++;
             continue;
         }

         // 汉字处理
         chrasc = nowchar[j] *  + nowchar[j + ] + ;

         if (chrasc >  && chrasc < )
         {
             returnstr[offset] = nowchar[j];
             offset++;
             j++;
         }
         else
         {
             for (int i = (sizeof(pyvalue) / sizeof(pyvalue[]) - ); i >= ; i--)
             {
                 if (pyvalue[i] <= chrasc)
                 {
                     strcpy(returnstr + offset, pystr[i]);

                     offset += strlen(pystr[i]);
                     break;
                 }
             }
             j += ;
         }
     }
     if (strlen(returnstr) > )
     {
         pcReturnString = new char[strlen(returnstr) + ];
         memset(pcReturnString, , strlen(returnstr) + );
         strcpy(pcReturnString, returnstr);
     }
     delete[]returnstr;
     delete[]nowchar;

     return pcReturnString;

 }

4.关于字库的处理。(自行百度，效果更好)

 void GetHZpinyin(unsigned int hz, std::vector<std::string>& pinyinArr)
 {
     TCHAR ch = (TCHAR)hz;
     if (m_hz2PyObj == NULL)
     {
         m_hz2PyObj = new HZ2Pinyin;
         CString strAppPath = util::getAppPath();
         CString strDataFile = _T("hzpinyin.dat");
         std::string strFile = util::cStringToString(strAppPath + strDataFile);
         m_hz2PyObj->LoadData(strFile);
     }

     m_hz2PyObj->ObtainPinyin(hz, pinyinArr);
 }

void ObtainPinyin(unsigned int word, std::vector<std::string>& pinyinArr)
{
    if (m_wordMap.empty())
    {
        return;
    }
    std::pair<HZ2PINYINMAP::iterator, HZ2PINYINMAP::iterator> iterRange = m_wordMap.equal_range(word);
    HZ2PINYINMAP::iterator pos = iterRange.first;
    HZ2PINYINMAP::iterator posEnd = iterRange.second;
    for (; pos != posEnd; ++pos)
    {
        pinyinArr.push_back(pos->second);
    }
}