//判断big5实现如下
procedure TForm1.Button1Click(Sender: TObject);
var i:Integer;
str:string;
begin
str:='該如何讓他正常怯換到繁體呢';
//str:='能支持互转的软件并不多';
for i := 1 to length(str) do
if Not odd(i) then
if Byte(str[i])<127 then
showmessage(inttostr(Byte(str[i]))+' 有Big5包含');
end;
这种方式可以在大多数的情况下判断出来字符串是不是big5
还有就是delphi中利用<<function GBtoBIG5(value: string): string;>>實現了將GB>>BIG5的過程,可轉換後確是顯示出亂碼.其实应该是正确转换了,但是label1 font charSet是不是仍然使用的是GB_3213,这个要自己注意哦.
一点资料
1、
===============================
当我们拿到一个编码时,如何判断是不是一个GBK码,如果是GBK码如何定位它的位置呢?
判断一个GBK码应该比较简单,我们只要根据它的有效范围进行判定即可。如:
if 0x81<=ch1<=0xFE and (0x40<=ch2<=0x7E or 0x7E<=ch2<=0xFE): #is gb char
这里ch1和ch2分别是一个字符的高字节和低字节。
如何定位(为什么要定位我们在后面讲)?首先介绍一下码表。码表是所有编码放在一起形成的,你可以将其放在文件中(这里讲述的是将编码放在文件中)。我们在存放编码时是将有实际意义的编码放在了一起(因为有一些组合是不存在的),而且是按字节大小的顺序放的。根据GBK的编码范围,我们可以设想一个二维坐标,纵坐标是高字节,横坐标是低字节,每一个交叉点上是一个汉字,占两个字节。这样一行上的汉字个数应该为0xFE-0x40+1-1=190(加1是因为要把0x40也算进去。减1是因为要把7F去掉)。定位时,我们先用高字节减去0x81,得到纵坐标偏移量。用低字节减去0x40得到横坐标偏移量。用纵坐标偏移量乘以每个汉字个数,加上横坐标偏移量就得到汉字的偏移量。再乘以2得到字节的偏移量。那么定位算法为:
index=((ch1-0x81)*190+(ch2-0x40)-(ch2/128))*2
上面的算法中有-(ch2/128)。这是因为GBK中没有7F码,因此当ch2小于7F时,ch2/128=0,则表示7F没有计算在内。而当ch2大于7F时,ch2/128=1,则表示多算了7F一值,因此要去掉。由于一个汉字有两个字节,故要乘以2。这样我们就得到一个GBK汉字在码表中的字节位置了。
BIG5是香港和台湾地区使用的编码集。它的范围为:高字节从0xA0到0xFE,低字节从0x40到0x7E,和0xA1到0xFE两部分。判断一个汉字是否是BIG5编码,可以如上对字符的编码范围判断即可。如何定位呢?那么也想象所有编码排列为一个二维坐标,纵坐标是高字节,横坐标是低字节。这样一行上的汉字个数:(0x7E-0x40+1)+(0xFE-0xA1+1)=157。那么定位算法分两块,为:
if 0x40<=ch2<=0x7E: #is big5 char
index=((ch1-0xA1)*157+(ch2-0x40))*2
elif 0xA1<=ch2<=0xFE: #is big5 char
index=((ch1-0xA1)*157+(ch2-0xA1+63))*2
2、
========================================
一般是这样辨别GB/Big5的:
1、GBcode的内码的两个字节都是从A0H-FEH之间的;
2、BIGcode的内码的第一个字节是80H-FFH,第二个字节是00H-FFH;
你要浏览全文,看看是否有第二个字节是小于7FH的汉字,如果有的话,一般是BIGcode的。当然也有特殊情况,不过非常少见的。