如何根据字节值判断是否为汉字？

Question

读取一个exe文件，能和ultraedit的ASCII栏那样能显示可能存在的汉字

Answer 1

在VB中，从GB2312码来讲
如果 Asc(Text)< 0 的话可以判断为汉字
从字节流来讲
如果 高位字节 <= &HA0 的话，可以判断为汉字

Answer 2

这主要是要一个范围问题，比如最小的是gb2312，最大的目前是gb18030-2005，两者的范围是不一样的，gb2312可以简单的认为是0xa0以上两个字节连续存在。

Answer 3

虽然不了解a0如何得到的，但搜索了一下，基本vb6相关的都是判断<0或大于？小于？a0。不论如何，这个方法都是区分不出中文、韩文和日文的。这个可以自己去试。Private Sub Command1_Click()
    Dim s As String
    s = "中文"'ち这个日文和中文的测试结果是一样的，不论1楼说的小于还是5楼说的大于
    Dim i As Integer
    Dim hexstr As String
    hexstr = Right(Hex(Asc(s)), 2)
    i = Val("&h" + hexstr)
    MsgBox i <= &HA0
End Sub

Answer 4

对于google中和csdn中没有正确严谨的vb6判断字符串中是否包含汉字，我感到很悲哀。难怪人家说我们vb6的都是初级新手用的。判断汉字的做法，都如此不严谨。叹息啊。
给出一个比较严谨的判断是否包含中文方法好了。希望日后有人搜索到，能够有帮助。
创建窗体，放一个按钮，默认名字，粘贴如下代码在代码页面。Private Sub Command1_Click()
    Dim s1, s2, s3, s4 As String
    s1 = "中文"
    s2 = "ち"
    s3 = "English"
    s4 = "123"
    Dim result As String
    result = """" + s1 + """ " + IIf(IncludeChinese(s1), "包含汉字", "不包含汉字")
    result = result + vbCrLf + """" + s2 + """ " + IIf(IncludeChinese(s2), "包含汉字", "不包含汉字")
    result = result + vbCrLf + """" + s3 + """ " + IIf(IncludeChinese(s3), "包含汉字", "不包含汉字")
    result = result + vbCrLf + """" + s4 + """ " + IIf(IncludeChinese(s4), "包含汉字", "不包含汉字")
    MsgBox result
End Sub'判断是否字符串中包含汉字
Public Function IncludeChinese(ByVal s As String) As Boolean
    '定义字节数组指向字符串
    Dim data() As Byte
    data = s
    '临时变量，Integer长度为2，正好用来判断是否是汉字，因为汉字是双字节的
    Dim t As Integer
    '定义循环变量
    Dim i As Integer
    '汉字边界值
    '因为直接写&H9FA5会认为成integer的负数，所以要写成字符串，进行转换
    Dim lb, ub As Long
    lb = CLng("&H4E00") '汉字最小值
    ub = CLng("&H9FA5")
    '循环判断，汉字的范围是4E00 ~ 9FA5
    '因为我不太懂vb6的技巧写法，就用一个比较繁琐的写法做类型转换
    For i = 0 To UBound(data) Step 2
        t = CLng("&h" + Hex(data(i) + data(i + 1) * 255)) '连续的2个字节拼接为一个integer
        If t >= lb And t <= ub Then
            IncludeChinese = True '找到任何一个汉字则返回True
            Exit Function
        End If
    Next
    IncludeChinese = False '不包含汉字
End Function
输出为："中文" 包含汉字
"ち" 不包含汉字
"English" 不包含汉字
"123" 不包含汉字

Answer 5

对楼主所说的问题而言，最好是用正则
dim result as string 
result = Regex.Replace(读取来的字符串,"[^\u4E00-\u9FA5]","")
'result就是你要的结果，所有中文。

Answer 6

   //GBK汉字内码范围
   //区码  ,位码
   //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

Answer 7

这里我我有笔误
如果 高位字节 <= &HA0 的话，可以判断为汉字
应该是
如果 高位字节 > &HA0 的话，可以判断为汉字
以下是微软的区位输入法中的帮助信息
=================================================================概述 Windows 2000 内置的内码输入法支持区位码、GBK内码、UNICODE码的输入。 区位码的前二位是区码，后二位是位码。区的编码是从 01-94，位的编码也是从 01-94。在区位码输入方式下，键入相应的区码和位码就可以输入一个汉字。汉字是从 16 区到 87 区，01 至 15 区是图形符号和字母。 区位码输入支持《信息交换用汉字编码字符集 -- 基本集》即 GB2312-80 的内码输入方式。内码编码的范围为：0xA1A1~0xFEFE。 GBK内码输入覆盖了汉字扩展内码规范 -- GBK 中规定的全部汉字。 UNICODE码输入支持《通用多八位编码字符集 (UCS) 》- 国际标准ISO/IEC10646.1-1993中规定的全部汉字。

Answer 8

http://download.csdn.net/source/1785343

Answer 9

不同编码的判断方法是不一样的，gb2312可以认为是0xa1a1-0xfefe，gbk就超了这个，utf8和utf16也不一样，楼主所说的这些软件，都是按gb2312判断的，以unicode存储的文件，就不被显示成汉字。

Answer 10

这么说吧 不是汉字也可以 只要是一般电脑都可以显示的文字就行 太阳文都可以
一个字节的值范围是0～255，好像其中可见字符的ASCII码值范围只是32～126，不知道理解对不对。还有 我问的不是字符串中判断 而是读取的字节值来判断多谢各位