C++中汉字字符串的截取.doc

《C++中汉字字符串的截取.doc》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、1、复制代码代码如下:constchar*str="test测试test";while(*str){//这里只需要判断第一个字节大于0x80就行了，前提是输入的是合法的GBK字符串//原因在于，如果第一个字节大于0x80，那么它必然和后面一个字节一起组成一个汉字//所以就没有必要再去判断后面一个字节了//再强调一下，前提条件是输入合法的GBK字符串if(*str>0x80){//汉字，计数器++str+=2;//是汉字自然就该直接+2了}else{str++；}}2、参看下面的字符串转换函数。复制

2、代码代码如下:/***用getBytes(encoding)：返回字符串的一个byte数组*当b[0]为63时，应该是转码错误*A、不乱码的汉字字符串：*1、encoding用GB2312时，每byte是负数；*2、encoding用ISO8859_1时，b[i]全是63。*B、乱码的汉字字符串：*1、encoding用ISO8859_1时，每byte也是负数；*2、encoding用GB2312时，b[i]大部分是63。*C、英文字符串*1、encoding用ISO8859_1和GB2312时，

3、每byte都大于0；*总结：给定一个字符串，用getBytes("iso8859_1")*1、如果b[i]有63，不用转码；A-2*2、如果b[i]全大于0，那么为英文字符串，不用转码；B-1*3、如果b[i]有小于0的，那么已经乱码，要转码。C-1*/privatestaticStringtoGb2312(Stringstr){if(str==null)returnnull;StringretStr=str;byteb[];try{b=str.getBytes("ISO8859_1");for(

4、inti=0;i0)continue;//2elseif(b1<0){//不可能为0，0为字符串结束符retStr=newString(b,"GB2312");break;}}}catch(UnsupportedEncodingExceptione){//e.printStackTrace();}returnretStr;}3、复制代码代码如下:unsignedchar*str="tes

5、t测试test";intlength;inti;length=strlen(str);for(i=0;i=0x81&&*str<=0xFE&&*(str+1)>=0x40&&*(str+1)<=0xFE){//汉字}}unsignedchar*str="test测试test";//把字符串换成“汉A”试试，结果为2有人说：“一个GBK汉字要占两个char空间(二字节），而且第一个字节里的值是小于0的。可以据此判断是否为汉字。”1、为什么第一个字节的值小

6、于0呢？2、如果仅通过判断第一个字节如果小于0，则该字节和下一个字节就组成一个汉字，这种逻辑是否保险？3、因为还看到有人说，GBK编码的汉字有高位和低位两位，第一个是低位吧？需要第一个字节在160-254之间，第二个字节在64-254之间，这样是不是比2中提到的方法要保险？4、如果DB中的字符集是SIMPLIFIEDCHINESE_CHINA.ZHS16GBK，这个是GBK字符集？GBK兼容GB2312似乎有些字符集中有些汉字占三个字节“通过判断第一个字节如果小于0，则该字节和下一个字节就组成一个

7、汉字”//GBK汉字内码范围//81-A0,40-7E80-FE//AA-AF,40-7E80-A0//B0-D6,40-7E80-FE//D7,40-7E80-F9//D8-F7,40-7E80-FE//F8-FE,40-7E80-A0例如：//81-A0,40-7E80-FE表示字符的ascii码要在129-160，64-126，128-254这三个区间段内4、在工作中，遇到要截取字符串在屏幕上显示出来，因为字符串带有汉字，如果截取不好，会引起乱码，写了下面的函数在uclinux下与VC6.0

8、中测试可以通过。viewplaincopytoclipboardprint?复制代码代码如下: /*截取字符串 name:要截取的字符串 store:要存储的字符串 len:要截取的长度 */ voidsplit_name(char*name,char*store,intlen) {    inti=0;    charstrTemp[L(NAMEL)]={0};    if(strlen(name)    {        strcpy(store,name); *name=0;