您的位置：程序门 -> vc/mfc -> 基础类

请教一下怎么才能在unicode字符中判断里面的字是汉字

[收藏此页] [打印本页]选择字色：背景色：字体：[大][中][小]

请教一下怎么才能在unicode字符中判断里面的字是汉字[已结贴,结贴人:hopewzy1982]

发表于：2007-04-11 17:05:44 楼主

wchar_t* szbuff；
.....
我的 szbuff从文件中读取了字符后，要怎么才能判断里面的每一个字符是汉字还是非汉字的呀，unicode中汉字的范围是多少呀，请教一下各位高手，谢谢了呀

发表于：2007-04-11 17:15:261楼得分:5

中日韩文字在一张表里,你无法判断是汉字还是日本文字.

http://www.chi2ko.com/tool/cjk.htm可以看一下

发表于：2007-04-11 17:17:112楼得分:0

> 127

发表于：2007-04-11 17:44:213楼得分:0

请问什么值大于127,其实是我想从一个纯unicode符的文件中取出里面的内容,然后转变成多字符集存放在另一个文件中，其中的＂汉字＂要变成ｇｂ的，其它的变成 "s-jis "我现在只能把它们变成纯s-jis或ｇｂ

发表于：2007-04-11 17:50:114楼得分:5

http://community.csdn.net/expert/topic/5453/5453933.xml?temp=.2129938

发表于：2007-04-11 20:28:055楼得分:0

如果是ansi，有个函数可以判断；
如果是unicode，非汉字后一个字节是0；
用ultraedit打开看。

说错了请楼下更正。:)

发表于：2007-04-11 20:28:296楼得分:5

unicode 字符由两个字节组成,如果是标准的ansi字符,高位字节就为0,低位字节为对应的字符编码.也就是说实际上它只用到了一个字节;

而如果是汉字的话,则两个字节都给使用了,并且每个字节中的值都会> 127;
所以,对于如何判断所输入的是不是汉字,可以根据查看高位字节来确定,如果高位字节为00则不是,如果高位字节> 127则是汉字.

我就是用这个方法来确定的,不过没有根据,有更好的方法的话,告诉我一下.

发表于：2007-04-11 20:30:177楼得分:0

或者把每个unicode字符强制转换成short类型,汉字一定大于255.

发表于：2007-04-11 20:47:388楼得分:5

中日韩等东亚文字的unicode编码都大于255.
我记得每个语言的unicdoe编码对应了一个范围,只要判断是否在这个范围就可以了.
具体上网搜一下吧.

发表于：2007-04-12 13:47:129楼得分:0

我在网上看到有下面的资料:
因为fontrouter新版本开发的需要，在网上搜索了一下汉字的unicode范围，普遍给出了“u+4e00..u+9fa5”。但事实上这个范围是不完整的，甚至连基本的全角（中文）标点也未包含在内。为此，我特地查询了unicode官方的code charts数据库，并根据最新的unicode 5.0版整理如下：

注：在绝大多数应用场合中，我们可以仅用（1）、（2）、（3）、（4）的集合作为cjk判断的依据。

1）标准cjk文字
http://www.unicode.org/public/unidata/unihan.html

code point range block name release
u+3400..u+4db5 cjk unified ideographs extension a 3.0
u+4e00..u+9fa5 cjk unified ideographs 1.1
u+9fa6..u+9fbb cjk unified ideographs 4.1
u+f900..u+fa2d cjk compatibility ideographs 1.1
u+fa30..u+fa6a cjk compatibility ideographs 3.2
u+fa70..u+fad9 cjk compatibility ideographs 4.1
u+20000..u+2a6d6 cjk unified ideographs extension b 3.1
u+2f800..u+2fa1d cjk compatibility supplement 3.1

2）全角ascii、全角中英文标点、半宽片假名、半宽平假名、半宽韩文字母：ff00-ffef
http://www.unicode.org/charts/pdf/uff00.pdf

3）cjk部首补充：2e80-2eff
http://www.unicode.org/charts/pdf/u2e80.pdf

4）cjk笔划：31c0-31ef
http://www.unicode.org/charts/pdf/u31c0.pdf

5）康熙部首：2f00-2fdf
http://www.unicode.org/charts/pdf/u2f00.pdf

6）汉字结构描述字符：2ff0-2fff
http://www.unicode.org/charts/pdf/u2ff0.pdf

7）注音符号：3100-312f
http://www.unicode.org/charts/pdf/u3100.pdf

8）注音符号（闽南语、客家语扩展）：31a0-31bf
http://www.unicode.org/charts/pdf/u31a0.pdf

9）日文平假名：3040-309f
http://www.unicode.org/charts/pdf/u3040.pdf

10）日文片假名：30a0-30ff
http://www.unicode.org/charts/pdf/u30a0.pdf

11）日文片假名拼音扩展：31f0-31ff
http://www.unicode.org/charts/pdf/u31f0.pdf

12）韩文拼音：ac00-d7af
http://www.unicode.org/charts/pdf/uac00.pdf

13）韩文字母：1100-11ff
http://www.unicode.org/charts/pdf/u1100.pdf

14）韩文兼容字母：3130-318f
http://www.unicode.org/charts/pdf/u3130.pdf

15）太玄经符号：1d300-1d35f
http://www.unicode.org/charts/pdf/u1d300.pdf

16）易经六十四卦象：4dc0-4dff
http://www.unicode.org/charts/pdf/u4dc0.pdf

17）彝文音节：a000-a48f
http://www.unicode.org/charts/pdf/ua000.pdf

18）彝文部首：a490-a4cf
http://www.unicode.org/charts/pdf/ua490.pdf

19）盲文符号：2800-28ff
http://www.unicode.org/charts/pdf/u2800.pdf

20）cjk字母及月份：3200-32ff
http://www.unicode.org/charts/pdf/u3200.pdf

21）cjk特殊符号（日期合并）：3300-33ff
http://www.unicode.org/charts/pdf/u3300.pdf

22）装饰符号（非cjk专用）：2700-27bf
http://www.unicode.org/charts/pdf/u2700.pdf

23）杂项符号（非cjk专用）：2600-26ff
http://www.unicode.org/charts/pdf/u2600.pdf

但我还想请教一下,1)里面的 "u+3400 ", "u+2a6d6 "中的 "u+ "和 "u+2 "指的是什么呀

发表于：2007-04-12 13:55:0010楼得分:0

u+3400就是16进制数3400， u+2a6d6就是16进制数2a6d6，明白？

发表于：2007-04-12 13:56:1411楼得分:0

顶，我最近在做一个程序，里面也要识别输入的，长见识

发表于：2007-04-12 16:14:1012楼得分:0

明白了,谢谢了呀

发表于：2007-04-12 19:18:4613楼得分:0

唉,是我说错了,我是想把简体汉字给区分出来,不知道大家只不知道范围

发表于：2007-04-12 21:04:0214楼得分:5

这个容易啊，你可以先把unicode码转换成gb2312，然后在gb2312里面判断，这样就解决了啊

发表于：2007-04-13 09:31:5215楼得分:0

但我是要把unicode里的简体汉字转换成gb,日语里的汉字转换成jis呀,而且是jis的文字占大部份,我还想请教一下jis的范围呀

发表于：2007-04-13 11:19:2716楼得分:5

中日都是交杂在一起的,有的是相同的

其他资讯