半个汉字的校验与处理(C++)

    由于汉字是2个字符(这里不讨论可变字符的情形)，因此，在C语言中，用一个固定长度的buffer 存放包含汉字的字符串，就有汉字被截断从而导致半个汉字的情形的出现。半个汉字的存在，对字符串的后续处理，会带来一定的麻烦，比如在xml文档、或者SQL语句中，如果存在半个汉字，就会导致xml解析失败，或者sql执行错误的异常。为了解决这个问题，有必要找到并删除半个汉字，或者存放的时候，即便截断，也不产生新的半个汉字。

    以下是我近期对半个汉字的处理，C++代码如下：

 

  1.     // strSrc: 原始字符串
  2.     // nMaxLen: 截断后的最大长度
  3.     char *GetTruncate(char *strSrc, int nMaxLen)
  4.     {
  5.         if (strSrc == NULL || nMaxLen == 0)
  6.         {
  7.             return NULL;
  8.         }
  9.         int len = strlen(strSrc);
  10.         if (len == 0)
  11.         {
  12.             return strSrc;
  13.         }
  14.         int size = len; bool bFlag = false;
  15.         if (len >= nMaxLen)
  16.         {
  17.             size = nMaxLen;
  18.             bFlag = true;
  19.         }
  20.         int index = 0; int mid = 0;
  21.         for (int i = size - 1; i >= 0; i--)
  22.         {
  23.             mid = i;
  24.             if (!(strSrc[i] & 0x80)) // 找到非汉字的话,立刻停止搜索
  25.             {
  26.                 break;
  27.             }
  28.             index++;
  29.         }
  30.         if (bFlag) // 原始字符串的长度比预留的空间要大
  31.         {
  32.             if (index == 0 || (index % 2) != 0) // 0 or 奇数
  33.             {
  34.                 strSrc[size - 1] = 0;
  35.             }
  36.             else
  37.             {
  38.                 strSrc[size - 2] = 0;
  39.             }
  40.         }
  41.         else
  42.         {
  43.             if (index % 2 == 0) // 0 or 偶数
  44.             {
  45.                 strSrc[size] = 0;
  46.             }
  47.             else
  48.             {
  49.                 strSrc[size - 1] = 0;
  50.             }
  51.         }
  52.         return strSrc;
  53.     }

 

 

版权声明：本文为wg_duan原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接和本声明。