C++中汉字字符串的截取.doc

.1、复制代码 代码如下:const char *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elsestr+；2、参看下面的字符串转换函数。复制代码 代码如下:/* * 用getBytes(encoding)：返回字符串的一个byte数组 * 当b0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，bi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，bi大部分是63。 * C、英文字符串 * 1、encoding用ISO8859_1和GB2312时，每byte都大于0； * 总结：给定一个字符串，用getBytes(iso8859_1) * 1、如果bi有63，不用转码； A-2 * 2、如果bi全大于0，那么为英文字符串，不用转码； B-1 * 3、如果bi有小于0的，那么已经乱码，要转码。 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 0) continue;/2 else if (b1 0) /不可能为0，0为字符串结束符 retStr = new String(b, GB2312); break; catch (UnsupportedEncodingException e) / e.printStackTrace(); return retStr; 3、复制代码 代码如下:unsigned char *str = test测试test;int length;int i;length = strlen(str);for (i = 0; i = 0x81 & *str = 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SIMPLIFIED CHINESE_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汉字”/GBK汉字内码范围/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中测试可以通过。view plaincopy to clipboardprint?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*/ void split_name( char * name , char * store , int len ) int i= 0 ; char strTempL(NAMEL)=0; if ( strlen(name) strcpy( store, name ); *name=0; return ; /从第个字节开始判断 while( i 7&1 & namei+17&1 ) /if ( namei 0 & namei+1 len ? i-3 :i-1; strncpy( s