16,548
社区成员
发帖
与我相关
我的任务
分享有多少个无法转成ANSI的UNICODE字符
有一个程序是按ANSIC编码来写的。如果见到UNICODE的字符，就先转为ANSIC字符来显示。
现在的问题是，遇到了无法转为 unicode的字符。
如 COPYRIGHT的符号 （圈里面有个C，这里发贴也不能用）
把它在记事本中输入，也无法保存为ansi编码的文件。
我想知道，总共有多少个类似的字符？它们的取值范围是多少？
谢谢！
现在的问题是，遇到了无法转为 unicode的字符。
如 COPYRIGHT的符号 （圈里面有个C，这里发贴也不能用）
把它在记事本中输入，也无法保存为ansi编码的文件。
我想知道，总共有多少个类似的字符？它们的取值范围是多少？
谢谢！
...全文
请发表友善的回复…
发表回复
kenshu 2017-02-23
- 打赏
- 举报
最终的方法是
a(unicode) -> b(ansi) -> c(unicode)
如果 a != c,就是出错。
这样做最保险，当然CPU时间也上去了。
因为 如23楼所述，WideCharToMultiByte 可能在出错时，返回值和参数都显示正确。
zhujinqiang 2017-02-20
- 打赏
- 举报
楼主后来解决问题了吧
kenshu 2017-02-13
- 打赏
- 举报
我最终用了您的方法。并且花了两个星期左右来修改并兼容程序。
但实际上还是不对。
繁体中文操作系统下，
©，会被转换为 c
并且最后一个参数返回是正确的。
（简体中文下返回错误）
看来又要花多几个星期来改了。
赵4老师 2017-01-23
- 打赏
- 举报
//GBK汉字内码范围（不包括A1xx～A9xx的标点符号英文字母特殊符号等）
//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
zhujinqiang 2017-01-22
- 打赏
- 举报
ANSI编码表本来就很小啦
转换失败就按照 WideCharToMultiByte 的最后一个参数做异常处理就好了。
zwfgdlc 2017-01-22
- 打赏
- 举报
试了，这个方法不行，比如
Copyright: © 2001-2017
转出来返回值是成功的,但它转成
Copyright: ? 2001-2017
----------------------------------
所以，我现在的方案是，
1.A/*UNICODE*/ -> B/*ANSI*/ -> C/*UNICODE*/
如果A ！= C ，就证明转换有问题，转其它方法。
不过运行时的计算量会大很多。因为本来转一次的东西，要转两次再比较。
2.穷举所有奇怪的字符。
不过运行时计算量也不会少到哪去。
[/quote]
上代码看看
schlafenhamster 2017-01-22
- 打赏
- 举报
“”GBK 亦采用双字节表示，总体编码范围为 8140-FEFE，首字节在 81-FE 之间，尾字节在 40-FE 之间，剔除 xx7F 一条线。“”
schlafenhamster 2017-01-22
- 打赏
- 举报
kenshu 2017-01-21
- 打赏
- 举报
试了，这个方法不行，比如
Copyright: © 2001-2017
转出来返回值是成功的,但它转成
Copyright: ? 2001-2017
----------------------------------
所以，我现在的方案是，
1.A/*UNICODE*/ -> B/*ANSI*/ -> C/*UNICODE*/
如果A ！= C ，就证明转换有问题，转其它方法。
不过运行时的计算量会大很多。因为本来转一次的东西，要转两次再比较。
2.穷举所有奇怪的字符。
不过运行时计算量也不会少到哪去。
kenshu 2017-01-21
- 打赏
- 举报
留意我的"額"字是繁体字的，不是简体字的。
当然它也是GB码，不是BIG5码的.
这个字不是后来出的，简体win98下就打得出来。
zwfgdlc 2017-01-21
- 打赏
- 举报
事实上你只要判断MultiByteToWideChar执行有没失败就行了
schlafenhamster 2017-01-21
- 打赏
- 举报
kenshu 2017-01-21
- 打赏
- 举报
当时，汉字的这个问题，我也是没办法，穷举所有例外的情况来单独处理。
kenshu 2017-01-21
- 打赏
- 举报
我问的是，“有多少个无法转成ANSI的UNICODE字符”，他说，“除了ascii码表的所有字符”，但实际上那个字的ASCII编码是 "A9",UNICODE 是"a900".
另外，您说的“汉字必须 0x80,0x80”，很久以前我也这样认为，我们都是从书里看到的。
写那本书的人不负责任（或也许是后来改进了）。
所以很久以前，我想当然地按这样的组合来判断汉字。
但其实不对。
"額"是0xEE7E (还有另外几个汉字也是这样)
汉字编码这个问题，也花了我可能有一个星期来处理。
schlafenhamster 2017-01-21
- 打赏
- 举报
"那个©的符号就是ASCII码的(0xA900)" 不是吧？ASCII码 从 00 到 FF，单字节。
汉字必须 》0x80,0x80 而 0xA900 不会是汉字
kenshu 2017-01-21
- 打赏
- 举报
上面三个一起回复。
实际上，这个程序，在不同的语言下，比如简体，繁体，日文，阿拉伯文等下面长期运行是没有问题的。
需要处理的文本，按当前操作系统默认页来转换。
因为日文下，它需要处理的也都是日文。所以正常的文本，不存在上面两楼说的问题。
因为历史原因，（这个程序是2001年开始写的），当时的需求还不需要考虑到UNICODE，而且经验上不够，没有前瞻性，所以就没有考虑UNICODE的问题。
后来加了UNICODE的转换，也都没有问题。
可是整个程序的架构是ANSI编码的，而且已经太大了，没办法整个程序重新转换也UNICODE的结构。
这个工作量太大，而且没办法控制BUG的规模。
这个我们正在考虑有没有办法做。
我当时想最简单的办法，应该就是这样。
所以我才需要穷举出各种可能，就像您列出来的这样。不过您这三个应该是不够的。
不是这样的，那个©的符号就是ASCII码的(0xA900)
an_bachelor 2017-01-21
- 打赏
- 举报
除了ascii码表的所有字符
像我这么帅的只有一个 2017-01-17
- 打赏
- 举报
转换失败做标识
Yofoo 2017-01-17
- 打赏
- 举报
你的问题缺条件, UNICODE包括世界很多语言, multi-byte 一般是单一的一种语言, 其他语言肯定是没法转换过来的
转换失败是可以检测到的 WideCharToMultiByte 的最后一个参数, 你可以自己写个循环代码去测试有多少转换失败的
另外就算转换成功, 如果字体不支持也会导致无法显示
Eleven 2017-01-17
- 打赏
- 举报
Unicode编码的字符很多啊~比如中文汉字，日文。。。
加载更多回复（5）
