1、
const char *str = "test測試test";
while(*str)
{
//這里只需要判斷第一個字節(jié)大于0x80就行了，前提是輸入的是合法的GBK字符串
//原因在于，如果第一個字節(jié)大于0x80，那么它必然和后面一個字節(jié)一起組成一個漢字
//所以就沒有必要再去判斷后面一個字節(jié)了
//再強調(diào)一下，前提條件是輸入合法的GBK字符串
if(*str > 0x80)
{
// 漢字，計數(shù)器++
str += 2;//是漢字自然就該直接+2了
}
else
{
str++；
}
}
2、
參看下面的字符串轉(zhuǎn)換函數(shù)。
/**
* 用getBytes(encoding)：返回字符串的一個byte數(shù)組
* 當(dāng)b[0]為 63時，應(yīng)該是轉(zhuǎn)碼錯誤
* A、不亂碼的漢字字符串：
* 1、encoding用GB2312時，每byte是負數(shù)；
* 2、encoding用ISO8859_1時，b[i]全是63。
* B、亂碼的漢字字符串：
* 1、encoding用ISO8859_1時，每byte也是負數(shù)；
* 2、encoding用GB2312時，b[i]大部分是63。
* C、英文字符串
* 1、encoding用ISO8859_1和GB2312時，每byte都大于0；
* 總結(jié)：給定一個字符串，用getBytes("iso8859_1")
* 1、如果b[i]有63，不用轉(zhuǎn)碼； A-2
* 2、如果b[i]全大于0，那么為英文字符串，不用轉(zhuǎn)碼； B-1
* 3、如果b[i]有小于0的，那么已經(jīng)亂碼，要轉(zhuǎn)碼。 C-1
*/
private static String toGb2312(String str) {
if (str == null) return null;
String retStr = str;
byte b[];
try {
b = str.getBytes("ISO8859_1");
for (int i = 0; i < b.length; i++) {
byte b1 = b[i];
if (b1 == 63)
break; //1
else if (b1 > 0)
continue;//2
else if (b1 < 0) { //不可能為0，0為字符串結(jié)束符
retStr = new String(b, "GB2312");
break;
}
}
} catch (UnsupportedEncodingException e) {
// e.printStackTrace();
}
return retStr;
}
3、
unsigned char *str = "test測試test";
int length;
int i;
length = strlen(str);
for (i = 0; i < length - 1; i++)
{
if ( *str >= 0x81 && *str <= 0xFE
&& *(str + 1) >= 0x40 && *(str + 1) <= 0xFE)
{
// 漢字
}
}
unsignedchar*str="test測試test";//把字符串換成“漢A”試試，結(jié)果為2
有人說：“一個GBK漢字要占兩個char空間(二字節(jié)），而且第一個字節(jié)里的值是小于0的。可以據(jù)此判斷是否為漢字。”
1、為什么第一個字節(jié)的值小于0呢？
2、如果僅通過判斷第一個字節(jié)如果小于0，則該字節(jié)和下一個字節(jié)就組成一個漢字，這種邏輯是否保險？
3、因為還看到有人說，GBK編碼的漢字有高位和低位兩位，第一個是低位吧？需要第一個字節(jié)在160-254之間，第二個字節(jié)在64-254之間，這樣是不是比2中提到的方法要保險？
4、如果DB中的字符集是SIMPLIFIED CHINESE_CHINA.ZHS16GBK，這個是GBK字符集？GBK兼容GB2312
似乎有些字符集中有些漢字占三個字節(jié)
“通過判斷第一個字節(jié)如果小于0，則該字節(jié)和下一個字節(jié)就組成一個漢字”
//GBK漢字內(nèi)碼范圍
//81-A0 ,40-7E 80-FE
//AA-AF ,40-7E 80-A0
//B0-D6 ,40-7E 80-FE
//D7 ,40-7E 80-F9
//D8-F7 ,40-7E 80-FE
//F8-FE ,40-7E 80-A0
例如：//81-A0 ,40-7E 80-FE
表示字符的ascii碼要在129-160，64-126，128-254這三個區(qū)間段內(nèi)
4、
在工作中，遇到要截取字符串在屏幕上顯示出來，因為字符串帶有漢字，如果截取不好，會引起亂碼，寫了下面的函數(shù)
在uclinux下與VC6.0中測試可以通過。
view plaincopy to clipboardprint?
/*截取字符串
name :要截取的字符串
store:要存儲的字符串
len:要截取的長度
*/
void split_name( char * name , char * store , int len )
{
int i= 0 ;
char strTemp[L(NAMEL)]={0};
if ( strlen(name)
{
strcpy( store, name ); *name=0;
return ;
}
//從第１個字節(jié)開始判斷
while( i < len )
{
if ( name[i]>>7&1 && name[i+1]>>7&1 ) //if ( name[i] < 0 && name[i+1] < 0 )
i = i + 2 ;
else
i = i + 1 ;
}
i = i > len ? i-3 :i-1;
strncpy( store , name , i+1 ); //截取前i+1位
*(store+i+1)=0;
strcpy( strTemp , name + i + 1 );
strcpy( name , strTemp );
}
