C++搜索字符串中的汉字

示例：返回输入字符串中汉字的个数：

int GetChineseCharacterCount(char *pStr)

{

int retCnt = 0;

int i=0;

while(pStr[i]!=0)

{

if(pStr[i] & 0x80)

{

retCnt++;

i++;    // 因为一个汉字两个字节

}

i++;

}

return retCnt;

}

以下收自：

http://blog.163.com/[email protected]/blog/static/791554782011523103550237/

ord($str)&0x80来判断汉字

80对应的二进制代码为1000   0000,最高位为一,代表汉字.汉字编码格式通称为10格式.

一个汉字占2字节,但只代表一个字符

"Windows中，中文简体字符集的编码是同时用1个字节和2个字节来表示的。当高位是0x00～0x7f时，为一个字节，高位为0x80以上时用2个字节表示"

注:括号里面都是2进制

当你发现一个字节的内容大于0x7f,那它肯定是个(跟另外一个字节拼凑成一个)汉字,如何判断肯定大于0x7f呢?

0x7f(1111111)后面一个数就是0x80(10000000),所以想要大于0x7f，这个字节的最高位都肯定是1,我们只需要判断这个最高位是否为1就行了。

判断方法:

位与(相同的位都是1的才为1，否则为0):

如:要判断一个数的第三位是否是1，只要跟4(100)位与,判断一个数的第2位是否为1就跟2(10)位与.

同理判断第八位是否为1只要跟(10000000)也就是0x80位与了.

这里为什么不用>0x7f？php可能还行，但在其他强类型语言里面，1个字节的最高位用来标示负数，一个负数肯定不可能大于0x7f(最大的整数)

再举个例子:

a的assic码是97(1100001)

A的assic码是65(1000001)

b的assic码是98(1100010)

B的assic码是66(1000010)

发现一个规律:一个a-z的字母,只要是小写字母，第六位肯定是1，我们可以用这个来判断大小写:

这时候只要跟用以个字母跟0x20(100000)来位与判断:

if(ord($a)&0x20){

//大写

}

如何把所有字母改成大写?第六位的1改成0就行了:

$a=‘a‘;

$a        = chr(ord($a)&(~0x20));

echo $a;