字符串问题

Question

CString str1 = "xxxxxxxxxxxxxxxxxx";
int n = str1.GetLength();
CString str2 = str1.Left(i);
其中，str是一个包含字母和汉字的字符串，i是1到n之间的随机数。请问大家，如何判断str2最后一个字节是字母还是汉字？如果是汉字，它是双字节的哪一个字节？

Answer 1

如果有包含汉字，建议使用UNICODE的方式，以双字节方式存储。否则，汉字的高低位判断只能用从“头”（第一个起始汉字）开始计数，或用概率（将汉字分成常用和生僻两组，如果出现生僻字的内码，则认需要偏移一个字节才是汉字的开始）的方式猜想。后者常用于乱码纠错。

Answer 2

to zhishao(zhi):
“汉字的高低位判断只能用从“头”（第一个起始汉字）开始计数”是什么意思？如果字符串中包含多个汉字，无法判断任意一个汉字的高低位吗？麻烦解释一下！

Answer 3

to zhishao(zhi):
“汉字的高低位判断只能用从“头”（第一个起始汉字）开始计数”是什么意思？如果字符串包含多个汉字，能否判断任意一个汉字的高低位？麻烦解释一下！

Answer 4

最后一个应该是字母吧
对任一个刚可以用if(str.GetAt(n)&0x80)是汉字，else是字母

Answer 5

protected:
//{{AFX_MSG(CMainFrame)
afx_msg int OnCreate(LPCREATESTRUCT lpCreateStruct);
afx_msg void OnButtonExit();
//}}AFX_MSG
DECLARE_MESSAGE_MAP()

Answer 6

to lizmei001(暗黑)：
可以判断是不是汉字，但如何判断是汉字的高或低字节呢？

Answer 7

你可以去判断一个位的前一个字节
if(str.GetAr(n-1)&0x80)则是汉字

Answer 8

我想你需要的是这样的功能吧！我把我以前写的一段代码给你参考。void SplitString( const char *szString,int nMaxSize,CStringArray &saSplitString )
{
int nAscii = 0;
CString str = szString;
for( int i = 0;i < str.GetLength();i ++ ) {
if( (BYTE)str[i] < 0x7f ) nAscii ++;
if( (nAscii % 2 == 0 && i + nAscii * 2 >= nMaxSize) ) {
saSplitString.Add( str.Left( i ) );
str = str.Mid( i );
i = -1;
nAscii = 0;
continue;
}
else if( i + nAscii * 2 >= nMaxSize && i % 2 > 0 ) {
saSplitString.Add( str.Left( i ) );
str = str.Mid( i );
i = -1;
nAscii = 0;
continue;
}
}
if( !str.IsEmpty() ) saSplitString.Add( str );
}该函数把一个较长的包含字母、数字和汉字的字串中按照一定的长度分成多个子串，保证每个字串不会把一个汉字给分成两半。

Answer 9

如果有包含汉字，建议使用UNICODE的方式，以双字节方式存储。根据最后一个字节的前一字节if(str.GetAt(n－1)&0x80)是汉字else是字母，最后一个字节是汉字的低字节。

Answer 10

如果有包含汉字，建议使用UNICODE的方式，以双字节方式存储。根据最后一个字节的前一个字节if(str.GetAr(n-1)&0x80)则是汉字，
最后一个字节是汉字的低字节

Answer 11

比如这样的一个字符串：U C S 的 方 式
0 1 2 34 56 78很容易判断str.GetAt(5) > 0x7e，是汉字。但是，是高位还是地位呢？就需要从“的”字的索引“3”开始“1-2”计数，即：3-4-5 
1-2-1 很明显，str.GetAt(5)返回的是汉字的高位字节。

Answer 12

英文字符以及一些半角符号是单字节的，小于128，汉字及全角字符是双字节的，
一般来讲，在国标码里，首字节的asc值161-163是标点，一般符号，序号，数字，
拉丁字母，164-165是日文假名，166是希腊字母，167是俄文字母，168是汉语拼音
字母和注音字母，176-254是汉字。
一般我做的时候，是用unsigned char读取一个字节，判断是否大于128,然后在读取下一个字节。你的问题“判断当前所指是汉字的高位字节还是低位字节”理论上
不可能，因为一个汉字的高低位互换就可能是另一个汉字，不可能拿到一个大于176的字符就判断是汉字的高位还是低位。除非你拿到i后到str1里往前或者往后找asc码来判断，好像比较麻烦。：）

Answer 13

to zhidao(zhi):
多谢详细讲解，小弟我已经开窍了:)to all:
还有一个问题，用IsDBCSLeadByte函数是不是无法判断双字节汉字的高低位？

Answer 14

IsDBCSLeadByte()只分辨ASCII但字节字符集和双字节字符集的差别，并不能用来判断高低位，对于中文的高低字节它都会返回 TRUE 。