如何给包含中文的TXT随机分段落？谢谢

[a3622041]

TXT中包含有中文和符号， 设置了随机数范围（例如200-300）， 原本是想根据随机数换行的，结果换行后出现了乱码。 如何解决呢？

[zgl7903]

搜索句号 。 . ？

[zgl7903]

或者转成UNICODE 再分段

[轻箬笠]

引用 4 楼 zgl7903 的回复:

或者转成UNICODE 再分段

这个方法靠谱，先读取全部文字，然后用MultiByteToWideChar转成unicode编码，再分段，再写入

[a3622041]

引用 4 楼 zgl7903 的回复:

或者转成UNICODE 再分段

多字节行不行啊？ 之前unicode读出来是乱码。。。

[zgl7903]

多字节也可以， 但是就的逐字节去判断和配对了

[a3622041]

引用 12 楼 zgl7903 的回复:

strNewData  += strTemp 之前把 strTemp TRACE出来， 并设置断点，F5运行分析

应该就是Find的位置不对 我明明是要截取，和。 但是发现第二次换行的位置是文字中间 还望指点一下

[向立天]

先把文本检索一次，把每一个汉字都提出来，然后再分段

[a3622041]

引用 14 楼 向立天 的回复:

先把文本检索一次，把每一个汉字都提出来，然后再分段

汉字全部都提取出来了 里面还有很多符号和数字 就是分段出的问题。。。

[向立天]

引用 15 楼 a3622041 的回复:

引用 14 楼 向立天 的回复:

先把文本检索一次，把每一个汉字都提出来，然后再分段

汉字全部都提取出来了 里面还有很多符号和数字 就是分段出的问题。。。

如果汉字和符号都独立管理了，按你说的分段就是通过字符数来处理，那不会出现把一个汉字分开这种乱码啊

[a3622041]

引用 16 楼 向立天 的回复:

引用 15 楼 a3622041 的回复:

引用 14 楼 向立天 的回复:

先把文本检索一次，把每一个汉字都提出来，然后再分段

汉字全部都提取出来了 里面还有很多符号和数字 就是分段出的问题。。。

如果汉字和符号都独立管理了，按你说的分段就是通过字符数来处理，那不会出现把一个汉字分开这种乱码啊

没有独立管理 就是把网页UTG-8的数据 把标签和英文全部去掉了 然后就只剩符号 数字和汉字 混合再一起的 按照我的想法 我通过符号来切换段落 应该是Find的位置不对 但是我又不知道错在哪

[zgl7903]

CStringA ProcessData(LPCSTR strData, LPCWSTR Split, int nMin, int nMax)
{
  CStringA strNewData;

  int icp = CP_THREAD_ACP;
  int iWchLen = MultiByteToWideChar(icp, 0, strData, -1, NULL, 0);
  WCHAR *pWchData = new WCHAR[iWchLen + 1];
  MultiByteToWideChar(icp, 0, strData, -1, pWchData, iWchLen);
  pWchData[iWchLen] = 0;
  
  int nIndex = 0; 
  while(nIndex<iWchLen-1)
  {
    int nRand = (int)(rand()/(double)RAND_MAX *(nMax - nMin) + nMin);

    WCHAR *pWStrData = pWchData + nIndex;
        
    WCHAR *pSub = wcsstr(pWStrData + nRand, Split);
    int iNewLen;
    if(pSub == NULL)
      iNewLen = wcslen(pWStrData);
    else
      iNewLen = (int)(INT_PTR)((pSub + wcslen(Split)) - pWStrData);
    
    int imbLen = WideCharToMultiByte(icp, 0, pWStrData, iNewLen, NULL, 0, NULL, NULL);    
    CHAR *szTemp = new CHAR[imbLen + 3];
    WideCharToMultiByte(icp, 0, pWStrData, iNewLen, szTemp, imbLen, NULL, NULL);
    szTemp[imbLen + 0] = '\r';
    szTemp[imbLen + 1] = '\n';
    szTemp[imbLen + 2] = '\0';
    
    nIndex += iNewLen;

    strNewData += szTemp;
    OutputDebugStringA(szTemp);
    
    delete [] szTemp;
  }

  delete []pWchData;

  return  strNewData ;
}

void CDlg4Dlg::OnButton1() 
{
  CFileDialog dlg(TRUE);
  if(dlg.DoModal() == IDOK)
  {
    try
    {
      CFile file(dlg.GetPathName(), CFile::modeRead);
      int iLen = (int)file.GetLength();
      CHAR *pSrc = new CHAR[iLen + 1];
      file.Read(pSrc, iLen);
      pSrc[iLen] = 0;
      file.Close();

      CStringA szRet = ProcessData(pSrc, L"。", 50, 100);
      OutputDebugStringA(szRet);
      OutputDebugStringA("\r\n");

      delete [] pSrc;

    }
    catch(CFileException *e)
    {
      e->ReportError();
      e->Delete();
    }
  }
}

[schlafenhamster]

“先取随机数” 先取固定数调试

[a3622041]

引用 7 楼 zgl7903 的回复:

多字节也可以， 但是就的逐字节去判断和配对了

我现在按照你说的 我随机了一个数 然后再去找这个随机数后面的,和。 但是我输入\r\n后 然后再取数据，发现很多字变成乱码了

能帮忙看一下问题再哪吗 谢谢了

CString CFileProcessDlg::Data(CString strData)
{

	CString strMax;
	CString strMin;
	GetDlgItem(IDC_EDIT1)->GetWindowText(strMin);
	GetDlgItem(IDC_EDIT2)->GetWindowText(strMax);
	CString strNewData;
	CString strTemp;
	int nMax =_ttoi(strMax);
	int nMin =_ttoi(strMin);

	int nLen = strData.GetLength();
	int nIndex = 0;
	int nRand =0;
	int nNum = 0;
	for(int i=0;nIndex<nLen;i++)
	{
		nRand =rand()/(double)RAND_MAX *(nMax - nMin) + nMin;

		int nX =strData.Find("，",nRand);
		int nY = strData.Find("。",nRand);

		if(nX<nY)
			nNum =nX;
		else
			nNum =nY;

		if(nNum<1)
			nNum = nRand;
		strTemp =strData.Mid(nIndex,nNum);
		nIndex+=nNum+1;
		strTemp+="\n";
		strNewData += strTemp ;
	}
	return  strNewData ;
}

[a3622041]

引用 5 楼 轻箬笠 的回复:

[quote=引用 4 楼 zgl7903 的回复:]
或者转成UNICODE 再分段

这个方法靠谱，先读取全部文字，然后用MultiByteToWideChar转成unicode编码，再分段，再写入[/quote]

本来是unicode编码 但是我ReadString是乱码 就改成ANSI了

[zgl7903]

按贴出来的程序 逻辑上就有问题， 自己单步调试分析 先把逻辑弄明白了

[a3622041]

引用 10 楼 zgl7903 的回复:

按贴出来的程序 逻辑上就有问题， 自己单步调试分析 先把逻辑弄明白了

就是调试了 换了很多种 都是乱码 我先取随机数，然后从随机数位置查找，和。 然后再MID ，然后把这个值赋值给index 然后重复这个操作 不知道错再哪

int nX =strData.Find(_T("，"),nIndex+nRand);
		int nY = strData.Find(_T("。"),nIndex+nRand);

[zgl7903]

strNewData  += strTemp 之前把 strTemp TRACE出来， 并设置断点，F5运行分析

[luj_1768]

现在的中文输入法大多有智能模块，可能你用的显示模块现在也有这种功能了。如果分段不合逻辑，可能无法正常匹配字模，就会出乱码。

[向立天]

只有换行的位置有乱码还是因为换行整篇文章出了乱码

[我从你的全世界路过～]

多字节也可以， 但是就的逐字节去判断和配对了