贴一个取得汉字拼音首字母的绝妙方法，求原理。

Question

网上找到一个好方法，又小又简单又快，支持gbk，不过原理不明白！不清楚CompareTo比较的是unicode编码还是gbk编码，查了字典发现这两种编码都不是按照拼音排列的，那他是怎么实现的呢？ //根据根据测字拼音排序得到首字母
private static string GetGbkX(string str)
{
if(str.CompareTo("吖")<0) return str;
if(str.CompareTo("八")<0) return "A";
if(str.CompareTo("嚓")<0) return "B";
if(str.CompareTo("咑")<0) return "C";
if(str.CompareTo("妸")<0) return "D";
if(str.CompareTo("发")<0) return "E";
if(str.CompareTo("旮")<0) return "F";
if(str.CompareTo("铪")<0) return "G";
if(str.CompareTo("讥")<0) return "H";
if(str.CompareTo("咔")<0) return "J";
if(str.CompareTo("垃")<0) return "K";
if(str.CompareTo("嘸")<0) return "L";
if(str.CompareTo("拏")<0) return "M";
if(str.CompareTo("噢")<0) return "N";
if(str.CompareTo("妑")<0) return "O";
if(str.CompareTo("七")<0) return "P";
if(str.CompareTo("亽")<0) return "Q";
if(str.CompareTo("仨")<0) return "R";
if(str.CompareTo("他")<0) return "S";
if(str.CompareTo("哇")<0) return "T";
if(str.CompareTo("夕")<0) return "W";
if(str.CompareTo("丫")<0) return "X";
if(str.CompareTo("帀")<0) return "Y";
if(str.CompareTo("咗")<0) return "Z";
return str;
}

Answer 1

iwebsms(网信通) :
这个其实就是用的汉字的编码来实现的，你这样的函数只能实现一级汉字
对二级汉字就无法用了。不是的！支持gbk！我找过太多方法了，这种方法可以把许多怪异文字正确得到字母！
还有一种方法很罗嗦，把2万多汉字的拼音列了个表，光这个函数就超过2k了。所有方法都没法解决的问题：重音字！

Answer 2

楼上：
unicode的Char值是按照拼音排列的？怎么获取Char值？我试一下。

Answer 3

char ch = "我";
Console.WriteLine( (int) ch );

Answer 4

char ch = '我';
Console.WriteLine( (int) ch );

Answer 5

按楼上方法测试，没有规律阿！鼕笗戙墥凍倲働鶇動勭駧鯟鮗霘硐 （发音都是： dong）
40725, 31511, 25113, 22693, 20941, 20530, 20685, 40327, 21205, 21229, 39399, 39903, 39831, 38680, 30800, 中国人进解放军万岁
20013, 22269, 20154, 36827, 35299, 25918, 20891, 19975, 23681,

Answer 6

记得以前 vb.net 的字符串比较函数可以用额外参数指定字典排序规则，不知道.net 2.0的CompareTo函数有新的改进。不过，还是在比较字符时显式指定字典规则比较好，这样不用寄希望于巧合。

Answer 7

嗯……的确不是简单的按照char的值排的，与当前线程的区域语言有关……

Answer 8

已经有定论了啊，这和区域语言有关。每个字符都有一个区域语言值，这和ASCII及unicode值无关，这是根据当地语言相对于英语的排列顺序来决定的。如:
奇怪->qg
奇妙->qm则奇妙(qm)比奇怪(qg)大，搞怪在后面，这可以在操作系统中体现出来，楼主可以在操作系统中建这样的两个文件(夹)来实验一下，以名称排序。然后再把"奇怪"改成"奇异(qy)"，再刷新就可以看到系统已经按照拼音顺序排好了

Answer 9

if(str.CompareTo("八")<0) return "A";
if(str.CompareTo("嚓")<0) return "B";八的拼音是ba,以b开头的首个字符，小于它的自然是A
嚓的拼音是ca,……

Answer 10

kssys() ( ) :
"已经有定论了啊，这和区域语言有关。每个字符都有一个区域语言值... ..."看来有门了，怎么得到这个区域语言值呢，好像挺有用的。
不见棺材不掉泪！

Answer 11

我刚刚查了，好像是extern的，也就是说是用native代码实现的，而这个表应该是Windows自带的，也就是代码页转换表。

Answer 12

LZ那个运行效率太低了...这个比LZ要快7~倍
 public static string getSpell(string cnChar)
        {
            byte[] arrCN = Encoding.Default.GetBytes(cnChar);
            if (arrCN.Length > 1)
            {
                int area = (short)arrCN[0];
                int pos = (short)arrCN[1];
                int code = (area << 8) + pos;
                int[] areacode = { 45217, 45253, 45761, 46318, 46826, 47010, 47297, 47614, 48119, 48119, 49062, 49324, 49896, 50371, 50614, 50622, 50906, 51387, 51446, 52218, 52698, 52698, 52698, 52980, 53689, 54481 };
                for (int i = 0; i < 26; i++)
                {
                    int max = 55290;
                    if (i != 25) max = areacode[i + 1];
                    if (areacode[i] <= code && code < max)
                    {
                        return Encoding.Default.GetString(new byte[] { (byte)(65 + i) });
                    }
                }
                return "*";
            }
            else return cnChar;
        }

Answer 13

楼上：
你哪个方法支持的文字太少，比如：鼕笗戙墥凍倲働鶇動勭駧鯟鮗霘硐（都是dong）就查不到。