1、
2、
參看下面的字符串轉換函數。
* B、亂碼的漢字字符串:
* 1、encoding用ISO8859_1時,每byte也是負數;
* 2、encoding用GB2312時,b[i]大部分是63。
* C、英文字符串
* 1、encoding用ISO8859_1和GB2312時,每byte都大于0;
* 總結:給定一個字符串,用getBytes("iso8859_1")
* 1、如果b[i]有63,不用轉碼; A-2
* 2、如果b[i]全大于0,那么為英文字符串,不用轉碼; B-1
* 3、如果b[i]有小于0的,那么已經亂碼,要轉碼。 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 < b.length; i++) {
byte b1 = b[i];
if (b1 == 63)
break; //1
else if (b1 > 0)
continue;//2
else if (b1 < 0) { //不可能為0,0為字符串結束符
retStr = new String(b, "GB2312");
break;
}
}
} catch (UnsupportedEncodingException e) {
// e.printStackTrace();
}
return retStr;
}
3、
有人說:“一個GBK漢字要占兩個char空間(二字節),而且第一個字節里的值是小于0的??梢該伺袛嗍欠駷闈h字?!?BR>1、為什么第一個字節的值小于0呢?
2、如果僅通過判斷第一個字節如果小于0,則該字節和下一個字節就組成一個漢字,這種邏輯是否保險?
3、因為還看到有人說,GBK編碼的漢字有高位和低位兩位,第一個是低位吧?需要第一個字節在160-254之間,第二個字節在64-254之間,這樣是不是比2中提到的方法要保險?
4、如果DB中的字符集是SIMPLIFIED CHINESE_CHINA.ZHS16GBK,這個是GBK字符集?GBK兼容GB2312
似乎有些字符集中有些漢字占三個字節
“通過判斷第一個字節如果小于0,則該字節和下一個字節就組成一個漢字”
//GBK漢字內碼范圍
//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碼要在129-160,64-126,128-254這三個區間段內
4、
在工作中,遇到要截取字符串在屏幕上顯示出來,因為字符串帶有漢字,如果截取不好,會引起亂碼,寫了下面的函數
在uclinux下與VC6.0中測試可以通過。
view plaincopy to clipboardprint?
name :要截取的字符串
store:要存儲的字符串
len:要截取的長度
*/
void split_name( char * name , char * store , int len )
{
int i= 0 ;
char strTemp[L(NAMEL)]={0};
if ( strlen(name)
{
strcpy( store, name ); *name=0;
return ;
}
//從第1個字節開始判斷
while( i < len )
{
if ( name[i]>>7&1 && name[i+1]>>7&1 ) //if ( name[i] < 0 && name[i+1] < 0 )
i = i + 2 ;
else
i = i + 1 ;
}
i = i > len ? i-3 :i-1;
strncpy( store , name , i+1 ); //截取前i+1位
*(store+i+1)=0;
strcpy( strTemp , name + i + 1 );
strcpy( name , strTemp );
}
新聞熱點
疑難解答
圖片精選