ICU (International Components for Unicode) は、他の言語 (簡体字中国語など) をラテン語表現に簡単に変換できる音訳ツールを提供します:
http://cn2.php.net/manual/zh/ transliterator。 transliterate.php
Transliterator: さまざまな言語で文字列のラテン表現を取得できます。Apple の
<?php //文件编码要求是Unicode header('Content-Type: text/html; charset=utf-8'); echo transliterator_transliterate('Any-Latin', '中华有为'); //输出 zhōng huá yǒu wèi echo transliterator_transliterate('Any-Latin; Latin-ASCII; Lower()', '中华有为'); //输出 zhong hua you wei echo transliterator_transliterate('Any-Latin; Latin-ASCII; Upper()', '中华有为'); //输出 ZHONG HUA YOU WEI echo transliterator_transliterate('Any-Latin', '重阳'); //输出 zhòng yáng (错误,多音字还是坑)
http://userguide.icu-project.org/transforms/general #TOC- ICU-Transliterators
http://nshipster.com/cfstringtransform/
php5-intl を使用した簡体字中国語 (zh_CN) ソーター コレーター (ICU に依存: libicu52) ピンインによる並べ替え:
http:// cn2.php.net/manual /zh/collator.sort.php
php-src/ext/intl --enable-intl --with-icu-dir=DIR
関連: MySQL データテーブルの照合 COLLATE=utf8_general_ci
<?php header('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, )
インストールされているソフトウェア パッケージのディレクトリ ファイル構造を表示します:
dpkg -L libicu52:amd64
/usr/lib /x86_64-linux-gnu/libicu*
/usr/lib/x86_64-linux-gnu/libicudata.so.52.1 動的ライブラリ 23MB
/usr/lib/x86_64-linux-gnu/libicudata.a 静的ライブラリ 23MB
Windows の場合:
phpicu*.dll
phpextphp_intl.dll
以下は、中国語のピンインの最初の文字によるグループ化と並べ替えの一般的に使用される機能を実装します:
<?php header('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', ), )
lsコマンド、LinuxおよびWindowsファイルマネージャー、表示は次のようになります:
1 2 a b Huashan華夏の中国重九祭
数字、文字、漢字 (ピンインでソートされていますが、多声文字は認識できません)
漢字に関しては、以下の自然なソートは上記とは異なります:
<?php header('Content-Type: text/plain; charset=utf-8'); $arr = array('中国','华山','华夏','中华','重阳','重量','b','a',2,1); natsort($arr); // 等价于 uasort($arr, function($a, $b) { return strnatcmp($a, $b); }); var_export($arr); //输出(自然排序下汉字并没有按照拼音进行排序): array ( 9 => 1, 8 => 2, 7 => 'a', 6 => 'b', 3 => '中华', 0 => '中国', 2 => '华夏', 1 => '华山', 5 => '重量', 4 => '重阳', )
りー