UTF8字符串转换拼音

Blogger的传统模板不支持边侧栏的日志分类功能，这两天我忙着写代码来实现这个一功能。目前你已经可以看到用美味书签(delicious.com)制作的“标签云”（注：有国内的朋友反映，美味书签打开的速度很慢，估计是国内对delicious.com的过滤造成的）。其他日志分类功能也快要开发完成了，我采用的方法是在Linux操作系统上用PHP产生HTML代码然后上传到服务器，这样就免除在国内用户访问滞后的问题。估计明天可以把这个功能加上，到时再做详细介绍。这个帖子主要将介绍我在开发中碰到的编码问题：因为我的日志分类标签有用中文命名的，例如“浏览器”。如果我把“浏览器”标签的帖子放在一起，命名为“浏览器.html”，然后在链接里用“/blog/category/浏览器.html”，应该也是可以的。但是如果文件用中文命名，要想把文件从Linux系统里用WinSCP下载到本地是行不通的，原因是WinSCP不支持中文文件名。我没有花太多时间去研究是否可以更改WinSCP的编码设置来修正这个问题；而且我本来就不爱用中文来命名html文件，总觉得把中文放在地址栏有点怪怪的，所以我就想用别的方法来解决这个问题。

开始想到的是用urlencode函数，例如：

$string = urlencode("浏览器");
//编码后 $string = "%e6%b5%8f%e8%a7%88%e5%99%a8"

可是这个方法行不通，虽然url编码后链接是不含中文的，但是当你点击它后，它又会被转回中文，因为文件名也已经使用了url编码，所以这时它已经找不到以中文命名的文件了。

后来想到用拼音来代替中文字符，上网Google了下，找到了一些中文字符转换拼音的PHP库，但大多数是支持GB转拼音。因为我的系统用的是UTF-8，所以需要先把字符的编码转换一下：

$string="博客"
return iconv('UTF-8', 'GB2312', $string); //得到GB2312编码

此外，我的确还找到一个支持UTF8转换拼音的PHP代码。使用方法很简单，先点击这里下载py.php（注：不知道原作者是谁，如果谁知道请来信告知，我会把出处补上。）然后调用文件里的Pinyin函数即可。值得注意的是，它不支持大写的英文字母，比如字符串含有大写英文字母，转换后大写英文字母会丢失。因此在转换之前，要先把字符串小写化。具体调用代码如下：

<?php   
  require('py.php');
  $newtag = Pinyin(strtolower($tag),1);
/*注意:
1.$tag可以是中文，也可以是英文，但是因为字母必须小写，所以用到strtolower函数
2.因为我的系统用的是UTF-8编码，所以调用Pinyin函数的是，加入了'1'为第二个参数；如果你的
系统是GB编码的，调用的时候，则不需要这个参数。*/
?>     

更新(2/23/09): 谢谢匿名网友的提示, 在py.php里，把下面这行改下，就支持大写字母了。

return preg_replace("/[^a-z0-9]*/", '', $_Res);
//这里$_Res是转换好的字符串，使用preg_replace,把不是a-z以及不是数字的字符过滤，
//这么一来把那些大写字母也过滤了。因此把替换正则表达式如下更改一下就可以保留大写字母了。
return preg_replace("/[^a-zA-Z0-9]*/", '', $_Res);

正则是我的强项:-)按道理不应该不知道的，哈哈，没有认真读代码 :-(