C中汉字字符串的截取.doc

C中汉字字符串的截取.doc1、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,那么它必然和后而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+二2;//是汉字自然就该直接+2T}else{str++;}}2、参看下血'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IS08859_l时,b[i]全是63。B>乱码的汉字字符串:1、encoding用IS088591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IS08859_l和GB2312时,每byte都大于0;*总结:纟合定一个字符串,用getBytes("iso8859_l")1、如果b[i]有63,不用转码;A-22、如果b[i]全大于0,那么为英文字符串,不用转码;B-13、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=(,zIS08859_l,z);for(inti=0;i<;i++){bytebl=b[i];if(bl==63)break;//Ielseif(bl>0)continue;//2elseif(bl<0){//不町能为0,0为字符串结束符retStr=newString(b,"GB2312");break;}}}catch(UnsupportedEncodingExceptione){//;}returnretStr;}3、复制代码代码如下:unsignedchar*str="test测试test";intlength;inti;lcngth=strlen(str);for(i=0;i<length-1;i++)if(*str>=0x81&&*str<=OxFE&&*(str+1)>=0x40&&*(str+1)<=OxFE){//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ch打空间(二字节),而且笫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?需要笫一个字节在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SIM