PIB

/**
 * UTF-8 関連のユーティリティ
 * Copyright (c) 2011 Koichi OKADA. All rights reserved.
 * License: Modified BSD Style License.
 */
class UTF8Utils {
  private static $SEPARATED_KANA_SOUND = array(
    "\xe3\x82\x99" /* ゛ */ => 0, // 分離濁音？
    "\xe3\x82\x9a" /* ゜ */ => 1, // 分離半濁音？
    //"\xe3\x82\x9b" /* ゛ */ => 0, // 濁音？
    //"\xe3\x82\x9c" /* ゜ */ => 1, // 半濁音？
    );
  private static $SEPARATED_KANA_SOUND_TABLE = array(
    "\xe3\x81\x86" /* う */ => array("\xe3\x82\x94" /* ヴ */),
    "\xe3\x81\x8b" /* か */ => array("\xe3\x81\x8c" /* が */),
    "\xe3\x81\x8d" /* き */ => array("\xe3\x81\x8e" /* ぎ */),
    "\xe3\x81\x8f" /* く */ => array("\xe3\x81\x90" /* ぐ */),
    "\xe3\x81\x91" /* け */ => array("\xe3\x81\x92" /* げ */),
    "\xe3\x81\x93" /* こ */ => array("\xe3\x81\x94" /* ご */),
    "\xe3\x81\x95" /* さ */ => array("\xe3\x81\x96" /* ざ */),
    "\xe3\x81\x97" /* し */ => array("\xe3\x81\x98" /* じ */),
    "\xe3\x81\x99" /* す */ => array("\xe3\x81\x9a" /* ず */),
    "\xe3\x81\x9b" /* せ */ => array("\xe3\x81\x9c" /* ぜ */),
    "\xe3\x81\x9d" /* そ */ => array("\xe3\x81\x9e" /* ぞ */),
    "\xe3\x81\x9f" /* た */ => array("\xe3\x81\xa0" /* だ */),
    "\xe3\x81\xa1" /* ち */ => array("\xe3\x81\xa2" /* ぢ */),
    "\xe3\x81\xa4" /* つ */ => array("\xe3\x81\xa5" /* づ */),
    "\xe3\x81\xa6" /* て */ => array("\xe3\x81\xa7" /* で */),
    "\xe3\x81\xa8" /* と */ => array("\xe3\x81\xa9" /* ど */),
    "\xe3\x81\xaf" /* は */ => array("\xe3\x81\xb0" /* ば */, "\xe3\x81\xb1" /* ぱ */),
    "\xe3\x81\xb2" /* ひ */ => array("\xe3\x81\xb3" /* び */, "\xe3\x81\xb4" /* ぴ */),
    "\xe3\x81\xb5" /* ふ */ => array("\xe3\x81\xb6" /* ぶ */, "\xe3\x81\xb7" /* ぷ */),
    "\xe3\x81\xb8" /* へ */ => array("\xe3\x81\xb9" /* べ */, "\xe3\x81\xba" /* ぺ */),
    "\xe3\x81\xbb" /* ほ */ => array("\xe3\x81\xbc" /* ぼ */, "\xe3\x81\xbd" /* ぽ */),
    "\xe3\x82\x9d" /* ゝ */ => array("\xe3\x82\x9e" /* ゞ */),
    "\xe3\x82\xa6" /* ウ */ => array("\xe3\x83\xb4" /* ヴ */),
    "\xe3\x82\xab" /* カ */ => array("\xe3\x82\xac" /* ガ */),
    "\xe3\x82\xad" /* キ */ => array("\xe3\x82\xae" /* ギ */),
    "\xe3\x82\xaf" /* ク */ => array("\xe3\x82\xb0" /* グ */),
    "\xe3\x82\xb1" /* ケ */ => array("\xe3\x82\xb2" /* ゲ */),
    "\xe3\x82\xb3" /* コ */ => array("\xe3\x82\xb4" /* ゴ */),
    "\xe3\x82\xb5" /* サ */ => array("\xe3\x82\xb6" /* ザ */),
    "\xe3\x82\xb7" /* シ */ => array("\xe3\x82\xb8" /* ジ */),
    "\xe3\x82\xb9" /* ス */ => array("\xe3\x82\xba" /* ズ */),
    "\xe3\x82\xbb" /* セ */ => array("\xe3\x82\xbc" /* ゼ */),
    "\xe3\x82\xbd" /* ソ */ => array("\xe3\x82\xbe" /* ゾ */),
    "\xe3\x82\xbf" /* タ */ => array("\xe3\x83\x80" /* ダ */),
    "\xe3\x83\x81" /* チ */ => array("\xe3\x83\x82" /* ヂ */),
    "\xe3\x83\x84" /* ツ */ => array("\xe3\x83\x85" /* ヅ */),
    "\xe3\x83\x86" /* テ */ => array("\xe3\x83\x87" /* デ */),
    "\xe3\x83\x88" /* ト */ => array("\xe3\x83\x89" /* ド */),
    "\xe3\x83\x8f" /* ハ */ => array("\xe3\x83\x90" /* バ */, "\xe3\x83\x91" /* パ */),
    "\xe3\x83\x92" /* ヒ */ => array("\xe3\x83\x93" /* ビ */, "\xe3\x83\x94" /* ピ */),
    "\xe3\x83\x95" /* フ */ => array("\xe3\x83\x96" /* ブ */, "\xe3\x83\x97" /* プ */),
    "\xe3\x83\x98" /* ヘ */ => array("\xe3\x83\x99" /* ベ */, "\xe3\x83\x9a" /* ペ */),
    "\xe3\x83\x9b" /* ホ */ => array("\xe3\x83\x9c" /* ボ */, "\xe3\x83\x9d" /* ポ */),
    "\xe3\x83\xbd" /* ヽ */ => array("\xe3\x83\xbe" /* ヾ */));
  
  /**
   * UTF-8 で濁音・半濁音が分離されている場合に、1文字に統合します。
   */
  public static function merge_sound($src) {
    $regex_encoding = mb_regex_encoding();
    
    $dst = $c1 = $c2 = "";
    $len = mb_strlen($src, "UTF-8");
    for ($i = 0; $i < $len; $i++) {
      $c2 = mb_substr($src, $i, 1, "UTF-8");
      
      if (isset(self::$SEPARATED_KANA_SOUND[$c2])) {
        $idx = self::$SEPARATED_KANA_SOUND[$c2];
        if (isset(self::$SEPARATED_KANA_SOUND_TABLE[$c1][$idx])) {
          $c1 = self::$SEPARATED_KANA_SOUND_TABLE[$c1][$idx];
        } else {
          throw new Exception("Illegal charactor before 'Japanese UTF-8 separated kana sound'.");
        }
        $c2 = "";
      }
      $dst .= $c1;
      $c1 = $c2;
    }
    $dst .= $c1;
    return $dst;
  }
};