?? is_big5.htm
字號:
<html><head><title>判斷一個字是否為 BIG</title><meta http-equiv=Content-Type content=text/html; charset=gb2312><meta name=GENERATOR content=Microsoft FrontPage 3.0><style><!--
A{text-transform: none; text-decoration: none;}
A:hover {color: #F77C02 ; text-decoration: underline;} }
--></style><style type=text/css><!--
.font1 {font-size:10.5pt; line-height:15pt; align=center}
.font2 {font-size:9pt; line-height:13pt; }
A{text-transform: none; text-decoration:none;color:#0000FF}
a:hover {text-decoration:underline;color:#FFFFF}
--></style></head><body bgcolor=#FFFFFF><p><span class=font1> </span></p><h3 align=center><b><span class=font1><font color=#0000ff>判斷一個字是否為 BIG-5 中文字？</font></span></b></h3><ul> <p><span class=font1>請問要判斷連續(xù)的兩個 byte是否為一個 BIG-5 中文字，</span></p> <p><span class=font1>問此想問看看有沒有現(xiàn)成的 API 或 function 可以用呀？</span></p> <p><span class=font1>假如沒有中文應用組件的朋友, Win32 中有一個 IsDBCSLeadByte 這個 API 可用, 在 Delphi 的使用示例如下:</span></p> <p><span class=font1>Windows.IsDBCSLeadByte(byte(sTest[1]));</span></p> <p><span class=font1>(中文應用組件中的 IsLeadByte 其實也只是呼叫這個 API 而已)</span></p> <p><span class=font1>就連是不是中文字這樣簡單的問題可能都並不單純喔...., 這個問題之前被我想得有點鑽牛à尖了.... 也許原發(fā)問者寬達可以將 C 的程式借我看一下... :p</span></p> <p><span class=font1>先來看這個例子:</span></p> <pre><span class=font1>procedure TForm1.Button5Click(Sender: TObject);
var
sTest: string;
begin
sTest := '中文字';
// 沒有應用組件的請用這個: Windows.IsDBCSLeadByte(byte(sTest[1]));
if IsLeadByte(@sTest[1]) then ShowMessage('Yes 1');
if IsLeadByte(@sTest[2]) then ShowMessage('Yes 2 ???');
end;</span></pre> <p><span class=font1>Yes1 顯示出來是對的, 可是 Yes2 也跑出來, 就..., 看來, 這個IsDBCSLeadByte可能只比對了一下內碼表就給結果了. 所以, 以下的程式:</span></p> <pre><span class=font1>procedure TForm1.Button1Click(Sender: TObject);
var
s: string;
i: integer;
begin
s := '中文字';
for i := 1 to Length(s) do
if Windows.IsDBCSLeadByte(byte(s[i])) then
ShowMessage(IntToStr(i) + '*' + IntToStr(Ord(s[i])));
end;</span></pre> <p><span class=font1>1. 2. 3. 4. 5. 都是 Leadbyte, 連 TrailByte 也是..., 哈哈!</span></p> <p><span class=font1>當然, 這牽到中文字是 double-byte, 既然只判斷一個位置不準, 就有人利用兩個字元指標, 除了本身之外, 還比較參考另一個位置的字元, 然後得出一個比較準確的結果. 有興趣的朋友可以參考中文應用組件的以下兩個函數(shù):</span></p> <pre><span class=font1>function IsMBSLead( p1, p2: pchar ) : Boolean;
function IsMBSTrail( p1, p2: pchar ) : Boolean;</span></pre> <p><span class=font1>它們可能比較準一些.</span></p> <p><span class=font1>大家可能曾注意過, Windows 95 的 EditBox 並無法以滑鼠對半個中文字作出反白選擇標記, 所以, 我自以為找到一個很慢但準確的方法, 可是以下的情形呢?</span></p> <pre><span class=font1>procedure TForm1.Button2Click(Sender: TObject);
{$h-}
var
sTest: string;
begin
sTest := '中文字';
ShowMessage(Copy(sTest, 2, 2));
with TEdit.Create(Self) do
begin
Parent := Self;
// Text := Copy(sTest, 2, 2); // 1. 中?? bug
Text := sTest[2] + sTest[3]; // 2. 中?? bug
// 不要懷疑, TrailByte + 另一個字的 Leadbyte 正好是 '中'
// 不是 Copy 函數(shù)有問題
SelStart := 0;
SelLength := 2;
if SelLength = 0 then ShowMessage('Not Chinese')
else ShowMessage('Yes, Chinese word');
Free;
end;
end;</span></pre> <p><span class=font1>沒錯啦! 結果是'中'字, 判斷'中'字是中文字也對, 但是各拆一個字的前後出來組出來的結果再判斷其一個字元是不是Leadbyte, 簡直是GIGO (Garbage In Garbage Out)的典型.</span></p> <p><span class=font1>說了半天, 問題被我複雜化了, 簡單的說, </span></p> <table><tbody> <tr> <td vAlign=baseline><span class=font1><img height=10 src=http://202.98.107.86/tyb/images/squarpurple.gif width=10></span></td> <td><span class=font1>1. IsDBCSLeadByte 不是一可完全可靠的函數(shù), 中文是 double-byte, 只以一個傳入字元值作判斷常常不準.</span></td> </tr> <tr> <td vAlign=baseline><span class=font1><img height=10 src=http://202.98.107.86/tyb/images/squarpurple.gif width=10></span></td> <td><span class=font1>2. 要正確將各個中文字斷開的程式可能很複雜. 用兩個 pchar 來作比較, 準確性會提高一點.</span></td> </tr></tbody> </table> <p><span class=font1>只是提高一點而已, 有中文應用組件的朋友可以試試:</span></p> <pre><span class=font1> var
sOrigin, sTest: string;
begin
sOrigin := '中文字';
sTest := Copy(sOrigin, 4, 2); // 變成 憒 這個怪字
if IsMBSLead(@sTest[1], @sTest[1]) then Showmessage('Leadbyte');
end;</span></pre> <p><span class=font1>對的, 我又故意切開中文, 所以有人會講, 應該是 Copy(..., 3, 2)才是, 嗯! ê我怎麼知道該從哪裏開始呢?(哪裏是中文字)? 唉! 我腦筋又不清楚了...</span></p> <p><span class=font1>中文應用組件有 AnsiCopy() 視中文字為一個單位, ê以下的程式呢?</span></p> <pre><span class=font1> var
sTest: string;
begin
sTest := '中文字';
ShowMessage(AnsiCopy(sTest, 2, 2));
sTest := #156 + '中文字';
ShowMessage(AnsiCopy(sTest, 2, 2)); // ??中憒..
end;</span></pre> <p><span class=font1>講了這麼多, 我的意見是: 回到原點, 除非有人故意搗蛋或者傳入的字串已經有問題, 或者ê個內碼根本沒有字, 否則只用IsDBCSLeadByte()就可以了吧.</span></p></ul><p> </p><p><span class=font2>版主：西安 梁 明<br>日期：99-07-29<br>E-mail：<a href=mailto:delphifan@990.net>delphifan@990.net</a></span></p><hr></body></html>?? 快捷鍵說明
復制代碼
Ctrl + C
搜索代碼
Ctrl + F
全屏模式
F11
切換主題
Ctrl + Shift + D
顯示快捷鍵
?
增大字號
Ctrl + =
減小字號
Ctrl + -