做專案時遇到一個小需求:要在部門名稱旁顯示對應的拼音,但資料庫裡並沒有這個欄位,而部門數量又多,逐筆手填實在太耗時。於是想法就轉向前端——能不能在頁面中直接用 JavaScript 處理掉?
思路其實很單純。網路上找得到漢字拼音的對照字典,而關鍵在於:GB2312 編碼中的漢字是按拼音順序排列的。因此只要知道「每個拼音起始位置對應的漢字編碼」,就能透過比較編碼大小,反推出任意漢字的拼音。
具體作法是三段式:自訂一個用來存放「拼音 ↔ ASCII 編碼」對應的字典,把待轉換的漢字取成兩位 ASCII 碼,最後查字典做匹配。
先定義兩個簡單的自訂物件,一個存 key-value 對,一個當容器:
function hash(_key, _value) {
this.key = _key; /* 拼音 */
this.value = _value; /* ascii 碼 */
}
/* 自訂物件,用於存放漢字拼音數據字典 */
function dictionary() {
this.items = [];
this.add = function(_key, _value) {
this.items[this.items.length] = new hash(_key, _value);
};
}
接著建立字典。共 396 個條目,由聲母與韻母組合而成,每筆記錄「拼音」以及該拼音第一個漢字的 GB2312 編碼:
var d = new dictionary();
d.add("a", -20319);
d.add("ai", -20317);
d.add("an", -20304);
d.add("ang", -20295);
d.add("ao", -20292);
d.add("ba", -20283);
d.add("bai", -20265);
// ...
d.add("zhong", -10544);
d.add("zhou", -10533);
d.add("zhu", -10519);
d.add("zhua", -10331);
d.add("zhuai", -10329);
d.add("zhuan", -10328);
d.add("zhuang",-10322);
d.add("zhui", -10315);
d.add("zhun", -10309);
d.add("zhuo", -10307);
d.add("zi", -10296);
d.add("zong", -10281);
d.add("zou", -10274);
d.add("zu", -10270);
d.add("zuan", -10262);
d.add("zui", -10260);
d.add("zun", -10256);
d.add("zuo", -10254);
這些負數就是 GB2312 編碼的內部表示。因為字典是依拼音排序、數值遞減排列的,查詢時從尾端往前掃,找到第一個「字典值小於等於目標碼」的條目,就是答案。
/* 透過查找字典得到與 ascii 碼對應的拼音 */
function getKey(code) {
if ((code > 0) && (code < 160))
return String.fromCharCode(code); /* 半形字元直接轉 */
else if ((code < -20319) || (code > -10247))
return ""; /* 超出漢字範圍 */
else
for (var i = d.items.length - 1; i >= 0; i--) {
if (d.items[i].value <= code) break;
}
return d.items[i].key;
}
function myConvertToLower(str) {
var result = "";
for (var i = 1; i <= str.length; i++) {
/* 執行 VBScript 取得字元的 ASCII 碼:
Mid(str,i,1) 取第 i 個字元;asc(char) 取其 ASCII 碼 */
execScript("ascCode=asc(mid(\"" + str + "\"," + i + ",1))", "vbscript");
result = result + getKey(ascCode);
}
return result.toLowerCase();
}
呼叫方式很直觀,掛在輸入框離焦時觸發即可:
<input type="text" id="text" Onblur="alert(myConvertToUpper(this.value));" />
這份實作有幾個必須知道的問題,作者自己也標註了「有些 bug」:
execScript(..., "vbscript") 是 IE 專屬 API,靠 VBScript 的 asc() 才能取到 GB2312 編碼。Firefox、Chrome 完全無法執行。String.fromCharCode 直接返回,但全形標點與符號沒有特別處理。今天要做這件事,正確作法是把它放到後端或建置階段處理:Node.js 生態有 pinyin、pinyin-pro 這類成熟套件,字典完整、支援多音字、也不受瀏覽器限制。若堅持在前端執行,也應改用純 JavaScript 實作的字典查表版本,並搭配 Web Worker 避免大量字元運算阻塞 UI 執行緒。