时间:2008-06-03 14:17:15   来源:论坛整理  作者:  编辑:chinaitzhe

假如在一个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，怎么判定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，判定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，但现在我很想讨论下自动校正位置的可能性是否可行，谢谢大家！
网友回复:c扩展函数
_ismbslead,
_ismbstrail

Win API中也有:
IsDBCSLeadByte

用unicode来处理字符串，所有字符都是16位的，汉字就可以区分出
网友回复:用 ftell(fp)取得文件指针位置，判定奇偶，假如是奇数说明是前一半，假如是偶数说明是后一半
网友回复:用 ftell(fp)取得文件指针位置，判定奇偶，假如是奇数说明是前一半，假如是偶数说明是后一半
---------------------------------------------------------------------------------------
有漏洞，譬如：假如前面包含有单个的字符呢？
网友回复:觉得1、2楼结合起来就可以了！
网友回复:请问大虾怎么用unicode来处理字符串？