linux c 判断中文字符,linux下c/c++实例之九识别中文字符

一、简介

Linux下C++判断一个字符串是否为中文，可以先了解些汉字的编码。

二、详解

1、部分汉字编码

Unicode符号范围 | UTF-8编码方式

(十六进制) | (二进制)

--------------------+---------------------------------------------

0000 0000-0000 007F | 0xxxxxxx

0000 0080-0000 07FF | 110xxxxx 10xxxxxx

0000 0800-0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx

0001 0000-0010 FFFF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx

以汉字“严”为例，演示如何实现UTF-8编码。已知“严”的unicode是4E25(100111000100101)，根据上表，可以发现 4E25处在第三行的范围内(0000 0800-0000 FFFF)，因此“严”的UTF-8编码需要三个字节，即格式是“1110xxxx 10xxxxxx 10xxxxxx”。然后，从“严”的最后一个二进制位开始，依次从后向前填入格式中的x，多出的位补0。这样就得到了，“严”的UTF-8编码是 “11100100 10111000 10100101”，转换成十六进制就是E4B8A5。

2、代码 (1)chinese.cpp：

#include

#include

#include

#include

using namespace std;

/***linux下一个中文占用三个字节,windows占两个字节***/

void chinese_or_english(char *str)

{

char chinese[4] = {0};

for (int i = 0; i < strlen(str); i++) {

//if (str[i] >= 0 && str[i] <= 127) { //ascII

if ((str[i] & 0x80) == 0) { //chinese:the top is 1

cout<

}

//else if (str[i] < 0){

else {

chinese[0] = str[i];

chinese[1] = str[i + 1];

chinese[2] = str[i + 2];

i++; //skip one more

i++;

printf("chinese:%s\n", chinese);

}

}

}

int main()

{

char str[] = "tai太阳yang";

cout<

chinese_or_english(str);

return 0;

}

(2)编译运行

g++ -o chinese chinese.cpp

./chinese

三、总结

(1)汉字编码简明对照表：http://xh.5156edu.com/page/z1792m6697j19744.html，汉字编码：http://blog.163.com/seven_7_one/blog/static/162606412201011280742953/。

(2)若有建议，请留言，在此先感谢！