请教各位高手一个棘手的问题，关于字符编码方面的

8226175 · 发表于 2007-11-20 22:14:03

这个问题我苦苦思索很久了，一直没有想到有什么解决方案，希望求助于大家的力量能帮我解决这个难题，非常感谢~~~
(2007-11-20 22:02:52) H.Z.(10364867)
H.Z.(10364867) 21:59:52
请问有人在吗？请教一个问题
H.Z.(10364867) 22:00:45
如果在一个gb2312或gbk编码的文本里面，将一个文件指针任意滑动到一个随机位置，怎么判断当前字节是一个汉字的后一半或者是前一半呢？
--
附，抛开GBK编码不说，判断是否为西文字符倒是十分简单，但是对于中国这种双字节编码的文本来说，就很有难度了，因为不能提前遍历，给定的条件就是一个随机的位置，所以有可能出现在读取的当前字节为一个汉字编码的首字节（这样为正确的情况），但也有可能为其尾字节（这样势必出现乱码）。在gb2312中汉字编码都是大于0xA0A0的。
当然折中的办法是可以通过肉眼观察法，发现乱码手动偏移一个位置，但目前我很想讨论下自动校正位置的可能性是否可行，谢谢大家！

8226175 · 发表于 2007-11-20 23:05:03

注：数据不能回溯。
结论：应该是无解，同意的顶

[ 本帖最后由 8226175 于 2007-11-20 23:06 编辑 ]

askman_1 · 发表于 2007-11-21 00:51:13

这么专业的东西，直接PM几位高手不就行了吗

yb118sdfz · 发表于 2007-11-21 02:19:07

进来学习学习

binghelingxi · 发表于 2007-11-21 09:37:51

在奇数插入一个正常汉字。。。然后用字符搜索函数看看能不能找到这个汉字。。。
差不多就是这个思路。。。

[ 本帖最后由 binghelingxi 于 2007-11-21 09:41 编辑 ]

binghelingxi · 发表于 2007-11-21 09:38:42

:tx

登录/注册后可看大图

到时发钱了不要忘了我啊。。。

louij · 发表于 2007-11-21 12:26:52

有个很变态的办法，把整个文件转成Unicode，貌似有个函数可以的，我印象以前在学校这样弄过

8226175 · 发表于 2007-11-23 14:16:08

楼上哦。。。哈哈。就是为了效率嘛，全转换灭意思啊灭意思
怎么还没人同意我的答案啊。。。

帐号		自动登录	找回密码
密码			注册会员