PHP 漢字轉拼音：UTF-8/GBK 雙編碼支援完整實現

功能概覽

提供三個核心函數實現中文轉拼音：

• utf82gb($utfstr)：UTF-8 → GBK
• SpGetPinyin($str, $ishead=0, $isclose=1)：GBK 字符串 → 拼音（全拼/首字母）
• getPinyin($string)：UTF-8 直接轉拼音（組合上述兩函數）

核心實現細節

1. UTF-8 轉 GBK (utf82gb)

• 優先使用 iconv()（高效、標準）
• 無 iconv 時加載映射表 gb2312-utf8.table 手動轉換
• 逐字節解析 UTF-8 多字節序列，查表轉換
• 無法轉換的字符輸出 &#代碼; 實體

2. GBK 轉拼音 (SpGetPinyin)

• 加載 pinyin.db 映射文件（格式：區位碼 拼音）
• 按雙字節遍歷字符串，高字節 > 0x80 視為漢字
• 查表獲取拼音，$ishead=1 時只取首字母
• 非漢字字符（字母、數字）保留，其它替換為下劃線

3. 映射文件格式示例

# gb2312-utf8.table
000000 000000
...
# pinyin.db
B0A1 a
B0A2 ai
B0A3 an
...

使用示例

echo getPinyin("中國WEB第一站");
// 輸出：zhongguowebdiyizhan (全拼)
// 或 getPinyin("中國", 1) → zg (首字母)

優缺點分析

優點

• 無外部擴展依賴（可選 iconv）
• 支援 UTF-8/GBK 雙編碼輸入
• 可選全拼/首字母模式
• 代碼結構清晰，易於理解

不足

• 多音字不支援：單一映射，無法處理「行」(hang/xing)、「長」(chang/zhang) 等
• 映射表維護困難：需手動更新 .table、.db 文件
• 性能一般：PHP 層面逐字節解析、查表，大量文本較慢
• 編碼處理脆弱：手寫 UTF-8 解析易出錯，不如 mbstring/iconv 可靠

現代替代方案

1. Composer 包（推薦）

composer require overtrue/pinyin
// 使用
use Overtrue\Pinyin\Pinyin;
$pinyin = new Pinyin();
echo $pinyin->permalink('帶英雄氣的男兒'); // dai-ying-xiong-qi-de-nan-er

2. PHP 內置 Transliterator (intl 擴展)

$t = Transliterator::create('Any-Latin; Latin-ASCII');
echo $t->transliterate('中國'); // Zhong Guo

3. 專業庫對比

應用場景建議

• URL slug 生成 → 專業庫 + 自定義分隔符
• 搜索首字母索引 → 首字母模式 + 緩存
• 內部工具、數據遷移一次性腳本 → 本代碼可接受
• 高併發生產環境 → 必須用 C 擴展庫或預計算存庫