C++中文字符相关应用方法详解

C++编程语言应用方式灵活，可以帮助开发人员轻松的实现许多功能需求。今天为大家介绍的C++中文字符的相关处理，就可以以多种方式来实现。大家可以通过这一方法来充分掌握这方面的应用技巧。#t#

一 引入问题

代码 wchar_t a[3]=L”中国”，编译时出错，出错信息为：数组越界。但wchar_t 是一个宽字节类型，数组a的大小应为6个字节，而两个汉字的的unicode码占4个字节，再加上一个结束符，最多6个字节，所以应该不会越界。难道是编译器出问题了？

二 解决引入问题所需的知识

主要需两方面的知识，第一个为字符尤其是汉字的编码，以及语言和工具的支持情况，第二个是vc/c++中MutiByte Charater Set 和 Wide Character Set有关内存分配的情况.

三 汉字的编码方式及在vc/c++中的处理

1.汉字编码方式的介绍

对英文字符的处理，7位ASCII码字符集中的字符即可满足使用需求，且英文字符在计算机上的输入及输出也非常简单，因此，英文字符的输入、存储、内部处理和输出都可以只用同一个编码（如ASCII码）。

而在C++中文字符处理中，汉字是一种象形文字，字数极多（现代汉字中仅常用字就有六、七千个，总字数高达5万个以上），且字形复杂，每一个汉字都有"音、形、义"三要素，同音字、异体字也很多，这些都给汉字的的计算机处理带来了很大的困难。要在计算机中处理汉字，必须解决以下几个问题：首先是汉字的输入，即如何把结构复杂的方块汉字输入到计算机中去，这是汉字处理的关键；其次，汉字在计算机内如何表示和存储？如何与西文兼容？最后，如何将汉字的处理结果从计算机内输出？

为此，必须将汉字代码化，即对汉字进行编码。对应于上述汉字处理过程中的输入、内部处理及输出这三个主要环节，每一个汉字的编码都包括输入码、交换码、内部码和字形码。在计算机的汉字信息处理系统中，处理汉字时要进行如下的代码转换：输入码→交换码→内部码→字形码。

(1)输入码： 作用是，利用它和现有的标准西文键盘结合来输入汉字。输入码也称为外码。主要归为四类：

a) 数字编码：数字编码是用等长的数字串为汉字逐一编号，以这个编号作为汉字的输入码。例如，区位码、电报码等都属于数字编码。

b) 拼音码：拼音码是以汉字的读音为基础的输入办法。

c) 字形码：字形码是以汉字的字形结构为基础的输入编码。例如，五笔字型码（王码）。

d) 音形码：音形码是兼顾汉字的读音和字形的输入编码。

(2)交换码：用于汉字外码和内部码的交换。交换码的国家标准代号为GB2312-80。

(3)内部码：内部码是汉字在计算机内的基本表示形式，是计算机对汉字进行识别、存储、处理和传输所用的编码。内部码也是双字节编码，将国标码两个字节的最高位都置为"1"，即转换成汉字的内部码。

(4)字形码：字形码是表示汉字字形信息（汉字的结构、形状、笔划等）的编码，用来实现计算机对汉字的输出（显示、打印）。

2.VC中汉字的编码方式

C++中文字符的处理正是采用了GB2312内部码作为汉字的编码方式,因此vc/c++中的各种输入输出方法，如cin/wcin,cout/wcout,scanf/wsanf,printf/wprintf...都是基于GB2312的，如果汉字的内码不是这种编码方式，那么利用上述各种方法就不会正确的解析汉字。

仔细观察ASCII字符表，从第161个字符开始，后面的字符并不经常为用户所使用，负值也未使用。GB2312编码方式充分利用这一特性，将161-255（-95~-1）之间的数值空间作为汉字的标识码。既然255-161 = 94不能满足汉字容量的要求，就将每两个字符并在一块(即一个汉字占两个字节)，显然，94* 94 =8836基本上已经满足了常用汉字个数的要求。计算机处理字符时，当连续处理到两个大与160(或-95~-1)的字节时，就认为这两个字节存放了一个汉字字符。可以用下面的Demo程序来模拟vc/c++中输出汉字字符的过程。

 
 
 
    
  
  
  
  1. unsigned char input[50]; 
    2. 
  
  
  
  2. cin>>input; 
    3. 
  
  
  
  3. int flag=0; 
    4. 
  
  
  
  4. for(int i =0 ;i < 50 ;i++) 
    5. 
  
  
  
  5. { 
    6. 
  
  
  
  6. if(input[i] > 0xa0 && input[i] != 0) 
    7. 
  
  
  
  7. { 
    8. 
  
  
  
  8. if(flag == 1) 
    9. 
  
  
  
  9. { 
    10. 
  
  
  
  10. cout<<"chinese character"<
  
  
  
  11. flag = 0; 
    12. 
  
  
  
  12. } 
    13. 
  
  
  
  13. else 
    14. 
  
  
  
  14. { 
    15. 
  
  
  
  15. flag++; 
    16. 
  
  
  
  16. } 
    17. 
  
  
  
  17. } 
    18. 
  
  
  
  18. else if(input[i] == 0) 
    19. 
  
  
  
  19. { 
    20. 
  
  
  
  20. break; 
    21. 
  
  
  
  21. } 
    22. 
  
  
  
  22. else  
    23. 
  
  
  
  23. { 
    24. 
  
  
  
  24. cout<<"english character"<
  
  
  
  25. } 
    26. 
  
  
  
  26. }
    27.

输入：Hello中国 （“中国”对应的GB2312内码为：214 208，185 250），输出：

 
 
 
    
  
  
  
  1. english character 
    2. 
  
  
  
  2. english character 
    3. 
  
  
  
  3. english character 
    4. 
  
  
  
  4. english character 
    5. 
  
  
  
  5. english character 
    6. 
  
  
  
  6. chinese character 
    7. 
  
  
  
  7. chinese character
    8.

vc/c++中的英文字符仍然采用ASCII编码方式。可以设想，其他国家程序员利用vc/c++编写程序输入本国字符时，vc/c++则会采用该国的字符编码方式来处理这些字符。问题又产生了，韩国的vc/c++程序在中国的vc/c++上运行时，如果没有相应的内码库，则对韩语字符的显示有可能出现乱码。

我个人猜测，vc安装程序中应该带有不同国家的内码库，这样一来肯定会占用很大的空间。如果所有的国家使用统一的编码方式，且所有的程序设计语言和开发工具都支持这种编码方式该多好！而现实中，确实已经有这种编码方式了，且许多新的语言也都支持这种编码方式，如Java、C#等，它就是下面的Unicode编码。

以上就是对C++中文字符的相关概念介绍。

当前题目：C++中文字符相关应用方法详解
URL标题：http://www.shufengxianlan.com/qtweb/news30/350830.html

网站建设、网络推广公司-创新互联，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 创新互联

猜你还喜欢下面的内容

域名注册知识

行业网站建设

达州主机托管　　 　高防服务器租用　　 　成都网站推广　　 　成都法律咨询　　 　成都微信开发　　 　和正兴机械　　 　力比特工程　　 　云锦斋建筑　　 　400电话申请　　 　成都微信开发　　 　网创优客　　 　边坡防护网　　 　广告媒介投放　　 　恒温恒湿空调机组　　 　攀枝花网站建设　　 　营销网站定位　　 　关键词排名优化　　 　巴彦网站建设　　 　东电技服　　 　LED显示屏厂家