一个串里即有英文又有汉字，我想分别取出汉字和英文字母，应该怎样写，前提是汉字和英文是随机出现的

ChinaVCX 2003-10-13 10:53:43

？？

...全文

64 5 打赏收藏转发到动态举报

写回复

用AI写文章

5 条回复

切换为时间正序

请发表友善的回复…

发表回复

bluebohe 2003-10-13

打赏
举报

如果是普通字符串的话（MBCS，不是UNICODE），逐个读取，判断字符是否小于零（或者大于128），如果是的话，和下一个字符结合作为一个汉字，否则是英文

keyou 2003-10-13

打赏
举报

bluebohe(薄荷) 说得有理

fbmsf 2003-10-13

打赏
举报

ljzcom 2003-10-13

打赏
举报

就是bluebohe(薄荷) 兄说的那样

zdleek 2003-10-13

打赏
举报

你应该了解一下字的编码问题(如UNICODE)和字符集的编码范围（如汉字的编码范围和ascii码的范围等），然后你就明白怎么分了

alexcore-bot_Chua_Simulink_Matlab_753960_1773222331626.zip

源码直接下载地址： https://pan.quark.cn/s/7dba27b784ec ================================================================================ MICROSOFT FOUNDATION CLASS LIBRARY : ocldcrawdemo Project Overview =============================================================================== The application wizard has created this ocldcrawdemo application for you. This application not only demonstrates the basics of using the Microsoft Foundation Classes but is also a starting point for writing your application. This file contains a summary of what you will find in each of the files that make up your ocldcrawdemo application. ocldcrawdemo.vcproj This is the main project file for VC++ projects generated using an application wizard. It contains information ...

基于MATLAB_Simulink平台设计与仿真的太阳能追踪系统项目_该项目详细描绘了包含电机驱动模块光伏面板阵列模型与PID控制器子系统的完整太阳能追踪系统仿真工作流程通过引.zip

基于DeepSpeech2的中文语音识别系统（新闻数据集和THCS30数据集进行训练，具备实时在线语音识别的能力）.zip 关键点项目基于DeepSpeech2的中文语音识别系统，使用新闻数据集和THCS30数据集进行训练，具备实时在线语音识别的能力。模型结构包括卷积层（Conv）、双向循环层（BiRNN）和全连接层（FC），输入为光谱特征向量，输出为目标词汇表的字符概率分布。使用CTC（连接时序分类）损失函数进行训练，结合N-Gram语言模型，显著降低词错误率（WER）。采用梁搜索（Beam Search）算法结合语言模型和CTC预测，优化实时性能，设计了三种不同的策略以适应不同的计算需求。系统采用前端和后端分离的部署结构，前端基于Web应用实现，后端在GPU服务器上运行以加速深度学习网络的前向传播。前端实现了降噪、静音检测和音频预处理功能，并通过TCP套接字与后端服务器通信，完成音频上传和结果接收。实验表明，较浅的模型和较大的隐藏单元在小规模数据集上表现更优，语言模型的引入进一步降低了WER。

内容概要：本文介绍了基于高斯过程（Gaussian Process, GP）的声场估计方法，并重点研究了在区域受限条件下传感器的优化布置策略。通过构建高斯过程模型对声场空间分布进行建模，利用其强大的非参数化回归能力和不确定性量化特性，实现对声场中未测点的高精度插值与预测。针对实际应用场景中传感器部署空间受限的问题，提出了一种结合区域约束的传感器布局优化方案，旨在在有限区域内最大化信息获取、最小化估计误差。文中提供了完整的Matlab代码实现，涵盖协方差函数设计、超参数训练、声场重建与传感器位置评估等关键步骤，便于读者复现与拓展。; 适合人群：具备一定信号处理、机器学习基础，从事声学、环境监测、传感器网络或相关领域研究的研究生及科研人员。; 使用场景及目标：①应用于噪声源定位、室内声学设计、战场声探测等需要声场重建的实际工程问题；②为在物理空间受限情况下如何科学布置传感器以获得最优感知性能提供理论依据与技术手段；③帮助研究人员快速掌握高斯过程在空间场估计中的建模方法与Matlab实现技巧。; 阅读建议：建议结合文中提供的Matlab代码逐行理解算法流程，尝试调整传感器布设区域与数量，观察对声场估计精度的影响，进一步可将该方法迁移至温度场、电磁场等其他物理场的估计任务中进行验证与优化。

VC/MFC

16,551

社区成员

421,606

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

VC/MFC社区版块或许是CSDN最“古老”的版块了，记忆之中，与CSDN的年龄几乎差不多。随着时间的推移，MFC技术渐渐的偏离了开发主流，若干年之后的今天，当我们面对着微软的这个经典之笔，内心充满着敬意，那些曾经的记忆，可以说代表着二十年前曾经的辉煌……
向经典致敬，或许是老一代程序员内心里面难以释怀的感受。互联网大行其道的今天，我们期待着MFC技术能够恢复其曾经的辉煌，或许这个期待会永远成为一种“梦想”，或许一切皆有可能……
我们希望这个版块可以很好的适配Web时代，期待更好的互联网技术能够使得MFC技术框架得以重现活力，……

试试用AI创作助手写篇文章吧

+ 用AI写文章