C字符串中的汉字截取

[erocyli]

C语言中如何实现以下功能：

字符串："我A我家"

我要取出前4个字符，直接取的话会变成："我A?"

有什么方法取前四个字符时，放弃乱码，显示"我A"即可。


先谢谢各位！

[ltc_mouse]

建议google汉字编码学习下~

汉字的GBK码占两个字节，第一个字节>0x80。根据这个先判断出是汉字还是字母，进一步判断最后一个字符要不要舍弃...

[猫已经找不回了]

http://blog.csdn.net/hairetz/archive/2009/05/18/4198191.aspx

[czfnaruto]

文字是两个字符 字母和数字是一个字符

char *ch="我爱我家";
char p[5];
int i;

for(i=0;i<4;i++) p[i]=*(ch+i);
p[4]='\0';


printf("%s\n",p);

你是要这样的结果吗

[erocyli]

我知道不能识别，所以才来问有什么好的方法，

就是对一个字符串（char），想取前4位，如果最后一位是不是一个汉字或一个字母，就丢掉它。。。

[飞天御剑流]

我看大家都没有理解楼主的意思，我来替他说说吧。

楼主的意思其实是如何分辨一个混合了ASCII码和UNICODE码的字符串，需要智能地对不同编码的内容进行分割。

看谁知道如何处理这个问题，打个桩先。

[猫已经找不回了]

[Quote=引用 10 楼 erocyli 的回复:]

我要截取4个字符呀，

我要是想把这个功能用函数实现，应该怎么做呢？
[/Quote]

你已经截取4字符了啊，
直接取的话会变成："我A?"

出现乱码说明你截取成功了啊，你还要怎样？

[erocyli]

你这样是知道了字符串，然后把它的某位填'\0'，那如果是个未知的字符串呢？

[猫已经找不回了]

[Quote=引用 15 楼 supermegaboy 的回复:]
我看大家都没有理解楼主的意思，我来替他说说吧。

楼主的意思其实是如何分辨一个混合了ASCII码和UNICODE码的字符串，需要智能地对不同编码的内容进行分割。

看谁知道如何处理这个问题，打个桩先。
[/Quote]

很牛逼，一个无界的问题，如果这个想法可以实现，那估计也不需要什么编码转换了。

[erocyli]

我是不希望看到那个乱码！

如果取到是的"我A?"

我只要显示"我A"就行了。

[czfnaruto]

假如一个汉字的两个字符中不是由 a-z 或者 A-Z 或者 '0'-'9'

那你只要在最后两个字节中判断一下
(ch>='a' && ch<='z') || (ch>='A' && ch<='Z') || (ch>='0' && ch<='9')

然后根据情况是把第4个还是在第5个字节变为'\0'以表示结束就好了

汉字的字符组成我不是很清楚是否包含了这些字符

[erocyli]

如果是Delphi的话，判断一个最后一个字符串的类型是什么(mbSingleByte, mbLeadByte, mbTrailByte)
如果是mbLeadByte就扔掉它。。。

[ltc_mouse]

这样可以吗？ 这段代码假设src是ANSI编码的字符串~

int main()
{
   const char *src="我A我家";
   char dst[5];
   int i=0;
   memcpy(dst, src, 4);
   dst[4]='\0';
   for(i=0; i<4; )
   {
      if( dst[i]<0 ) /* 汉字,两个字节 */
         i += 2;
      else /* ASCII码字符 */
         i ++;
   }
   if(i==5) /* 最后一个字节是半个汉字，截断 */
      dst[3] = '\0';

   printf("%s\n", dst);
   return 0;
}

[donle1000]

使用本地域名解析,用whcar_t变量存放字符串

#include <stdio.h>
#include <locale.h>

int main()
{
	wchar_t s[5] = L"我A我家";
	setlocale(LC_CTYPE, ""); 
	putwchar(s[0]);
	putwchar(s[1]);
	putchar("\n");
	return 0;
}

[猫已经找不回了]

楼主可以从头讲讲你的情况跟需求，感觉你现在有点钻死胡同。

[mjx1981]

楼主研究下IsDBCSLeadByteEx，也许可以帮到你

[zzhangtuo]

楼主无聊得很

[hyyuanqiang]

以前做过
判断字节的是否大于 0x80?
大概就是这个意思

[陽洸膂珵]

#include <stdio.h>
#include <string.h>
main()
{
char *ch="我A我家";
char a[4];

strncpy(a,ch,3);
p[3]='\0';

printf("%s\n",a);
}

[阿迷创客]

[Quote=引用 23 楼 donle1000 的回复:]
使用本地域名解析,用whcar_t变量存放字符串


C/C++ code
#include <stdio.h>
#include <locale.h>

int main()
{
wchar_t s[5] = L"我A我家";
setlocale(LC_CTYPE, "");
putwchar(s[0]);
putwchar(s[1]);
putchar("\n"); /*刚发了个帖子问汉字处理，这里找到了，顺便有个小错 putchar( '\n'); */
return 0;
}
[/Quote]

[bclife]

原理上面的上面几楼都说了
如果还是不理解可以看一下关于UNICODE的介绍
实例代码（在C++中运行成功了，C没试）：

#include <stdio.h>
#include <malloc.h>
#include <windows.h>
#include <locale.h>

//---------------------------------------------------------------------------
// 函数说明 : 按照UNICODE方式截取字符串指定位置左面的字符串
// 输入参数 : char* szAscii 被截取指定的字符串
// 输入参数 : int nPos 截取的位置
// 输入参数 : char* szSave 截取后保存到得字符串
// 返 回 值 : BOOL 是否成功截取
// 作者信息 : 自由人生 2009-6-10 9:30:55
//---------------------------------------------------------------------------
BOOL StrLeftW(char* szAscii, int nPos, char* szSave)
{
	int nLenght;
	wchar_t* szWText;

	// 保存截取后的字符串是否有足够的空间
	if (nPos > (int)strlen(szSave))
		return FALSE;

	// 为宽字符串创建内存空间
	nLenght = strlen(szAscii)+1;
	szWText = (wchar_t*)malloc(nLenght*sizeof(wchar_t));
	if (szWText == NULL)
		return FALSE;

	// 将被截取的字符串转换为宽字符集
	MultiByteToWideChar(CP_ACP, 0, szAscii, -1, szWText, nLenght);
	szWText[nPos] = L'\0';

	// 将截取后的宽字符集转换保存到指定的多字符集字符串中
	nLenght = WideCharToMultiByte(CP_ACP, 0, szWText, -1, szSave, nPos*sizeof(wchar_t), NULL, FALSE);
	szSave[nLenght] ='\0';

	// 释放空间
	free(szWText);
	szWText = NULL;

	return TRUE;
}

int main()
{
	char* szAsc = "我A我家";
	char szGetLeft[5];

	setlocale(LC_CTYPE, "");

	if (StrLeftW(szAsc, 3, szGetLeft))
		printf("%s\n", szGetLeft);
	else
		printf("error!\n");

	return 0;
}