字符过滤的处理方法

<span style="font-family: Arial, Helvetica, sans-serif;">C语言处理混合字符串
一般的，我们学习C语言时或其他语言时，都是只考虑单纯的字母和符号，因此可以很方便的只需要了解ASCII码就可以解决所有问题，涉及到汉字时也往往提供了一些库来处理，但是比较开发时也会遇到很多光靠库解决不了的问题，比如将字符串中的特殊字符过滤出来，如果你不了解编码特点便无法下手。下面给出了简单的介绍。
注意两点：
1、汉字、字母、标点符号等，它们占的字节长度不同，其中汉字为两个字节，其他的是一个字节，如char word[]="你好a!";那么sizeof(word)=7，这里面”你”“好“分别占两个字节，共4个字节，感叹号占一个字节，a占一个字节。再加上结束符 ‘\0'一个字节，所以为7；strlen(word)=6;
2、 汉字要求：占两个字节，且第一个字节大于0xa1，用二进制表示是：1010 0001,如果是圆角字符，第一个字节应等于0xa3，即1010 0011，第二个字节可以是从0到255.因此汉字的最高位一定为1，在代码里要用unsigned char来使用它的数的特征。
    字母、标点符号：占一个字节，同Ascii码，最高为必为0
以下函数是将汉字、字母、数字、空格、小括号等字符取出，即过滤掉字符串当中的特殊字符，如&%￥#等字符，以下代码的功能是过滤这些特殊字符，只保留汉字、数字、字母、括号，如"（我&爱#@？你）",执行下面的函数后得到的结果是"（我爱你）"</span>

<pre name="code" class="cpp">void words_trim(char cmd[], char out[],int len)
{
	 int i = 0;
	 int j = 0;
	 while (i < len){
		 unsigned char dw = (unsigned char)cmd[i];
		 printf("cmd[%d]=%u\n", i, dw);
		 if (dw >= 0xa1){
			 if (dw != 0xa3){//chinese//半角汉字处理
				 out[j++] = cmd[i];
				 out[j++] = cmd[i + 1];
			 }
			 i = i + 2;
		 }
		 else{//english 
			 if ((dw>='a'&&dw<='z') || (dw>='A'&&dw<='Z') || (dw>='0'&&dw <= '9')||dw==' '||dw=='('||dw==')'){
				 out[j++] = cmd[i];
			 }
			 i = i + 1;

		 }
		 
	 }
	 printf("trim:cmd = %s, out = %s\n", cmd, out);
 }

</pre><pre code_snippet_id="478007" snippet_file_name="blog_20140930_8_628172" class="cpp" name="code">输入：cmd[]=<span style="font-family: Arial, Helvetica, sans-serif;">"（我&爱#@？你）",输出：trim:cmd=</span><span style="font-family: Arial, Helvetica, sans-serif;">（我&爱#@？你）,out=(我爱你)</span>