由於漢字是2個字元(這裡不討論可變字元的情形)，因此，在c語言中，用乙個固定長度的buffer 存放包含漢字的字串，就有漢字被截斷從而導致半個漢字的情形的出現。半個漢字的存在，對字串的後續處理，會帶來一定的麻煩，比如在xml文件、或者sql語句中，如果存在半個漢字，就會導致xml解析失敗，或者sql執行錯誤的異常。為了解決這個問題，有必要找到並刪除半個漢字，或者存放的時候，即便截斷，也不產生新的半個漢字。
以下是我近期對半個漢字的處理，c++**如下：
// strsrc: 原始字串
// nmaxlen: 截斷後的最大長度
char *gettruncate(char *strsrc, int nmaxlen)
int len = strlen(strsrc);
if (len == 0)
int size = len; bool bflag = false;
if (len >= nmaxlen)
int index = 0; int mid = 0;
for (int i = size - 1; i >= 0; i--)
index++;
}if (bflag) // 原始字串的長度比預留的空間要大
else
}else
else
}return strsrc;
}
C 對輸入的字元是否是漢字的校驗
接到測試提了乙個bug，說有個校驗姓名是否是漢字的功能不正確。測試的漢字為 檢視 校驗方法是用正規表示式。正則為 u4e00 u9fa5 然後網上查了一下相關的驗證方式。通過正則驗證的，正規表示式都是上面那個，比如 驗證1，驗證2 因為這個驗證是大部分漢字都能校驗通過，部分漢字校驗不通過，猜想應該是...
python漢字的處理
計算機裡不能直接的處理各種文字，需要將各種文字編碼之後存入計算機進行後續的處理。不管是漢字的編碼還是其他語言文字元號的編碼，都是使用01的不同組合序列來表示不同的符號。ascii編碼 american standard code for information interchange，美國資訊互換標...
漢字處理的工具
usr bin env python coding utf 8 漢字處理的工具 判斷unicode是否是漢字，數字，英文，或者其他字元。全形符號轉半形符號。def is chinese uchar 判斷乙個unicode是否是漢字 if uchar u u4e00 and uchar u u9fa5...