怎么判断一个CString 是汉字还是英文？

Question

提供点线索

Answer 1

汉字用的都是扩展ASCII,也就是说>128.

Answer 2

CString strHZ;
strHZ="汉字";
char szHZ[100];
sprintf(szHZ,"%s",strHZ);
if(szHZ[0]<0)
   AfxMessageBox("汉字");

Answer 3

我是这样做的
 CString str;
 int i; 
char p;
 p=str[i];
if((unsigned char*)p>0x80)
AfxMessageBox("这是半个汉字"）；
else 
AfxMessageBox("这不是半个汉字"）；

Answer 4

英文属于单子节编码, 汉字属于多字节编码,国际标准多字结为UNICODE编码,标准之中定义了世界上大部分国家的代码页,一般代码为双字节,第一字节为前导字节表明语种,第二字节为代码页中对应的字符.
   我国用的是自己定义的GB码,有些是双字节,有些是多字节,于UNICODE很不一样,
其实光凭HEX值,是可以显示任何代码页中的字符的,关键是要和代码页对应上,两个Hex值就可以显示一个汉字.
   英文中每一个字符值(大小写)必小于128, 如果你的CString只有两种情况(全英文或全汉字)判断起来比较容易,汉字编码的第一个字节的最高位为1(>128无论是几个字节编码),若是英汉混合的情况,要检出其中一种,稍微麻烦一点,若要处理多国语言,好像有多国语言API函数,可以通过统计的方法检出一直对应的代码页.
   我以前涉及过多国语言字符的检索和显示的问题,但没有做得很深!
这里仅提供一种思路,有错的请回贴或发邮件到[email protected],不胜感激!

Answer 5

汉字GB码等等，是DBCS编码,可以通过检查第一个byte是不是DBCS lead byteBOOL IsDBCSLeadByte(
  BYTE TestChar    // character to test
);BOOL IsDBCSLeadByteEx(
  UINT CodePage,   // identifier of code page
  BYTE TestChar    // character to test
);
CodePage = 936 简体汉字， 950 繁体如果第一个字符是DBCS lead byte，该byte和紧接着的byte组成一个DBCS码。
如：while(i < Length)
{
    if(IsDBCSLeadByte(string[i]))
    {
         // 是DBCS
         i += 2;
    }
    else
    {
        // 英文
        i ++;
    }
}

Answer 6

国际标准多字结为UNICODE编码,标准之中定义了世界上大部分国家的代码页,一般代码为双字节,第一字节为前导字节表明语种,第二字节为代码页中对应的字符.--- Hawk_lp(流浪者) 
好像unicode是4字节，即双字，即32bit，不知道是不是笔误？

Answer 7

CString ss="你好今天真热";BOOL bIsChinese=TRUE;
int i=0;
While(i<strlen(ss))
{
    if(ss[i]>=0xa0)//全角
    {
        i++;
        i++;
    }
    else//半角
    {
        bIsChinese = FALSE;
        break;
    }
}

Answer 8

IsDBCSLeadByteEx函数，详情查阅msdn

Answer 9

输入汉字时，它向系统发2次WM_CHAR消息，只要取2次低位拼一下就可以了
void CGlyphDemoView::OnChar(UINT nChar, UINT nRepCnt, UINT nFlags) 
{
CGlyphDemoDoc* pDoc;
pDoc = reinterpret_cast<CGlyphDemoDoc *>(GetDocument());
ASSERT_VALID(pDoc);
if(nChar < 127){
//是英文
}
else{
if(ctrl == 0){
  
a = nChar<<8|nChar&0x0000ffff;
ctrl++;
}
else if(ctrl == 1){
ctrl--;
nChar = a<<8|nChar&0x0000ffff;

}
}
}

Answer 10

to yugn(小一):unicode 是双字节，不是4字节

Answer 11

两字节内码：区号+0xA0 , 位号+0xa0
如：第一个汉字“啊”的区号为16，位号为01，则其内码为  0xb0,0xa1
GBK范围：
1st byte   |  2nd byte
0x81~0xfe  |  0x40~0x7e and 0x80~0xfe
BIG5范围：
1st byte   |  2nd byte
0x81~0xfe  |  0x40~0x7e and 0xa1~0xfe