1.全角与半角的区别
汉字的特点使我们碰到了两个基本且又非常重要的概念,即全角与半角。形象的说,在使用英文输入法时,电脑屏幕上,一个英文字符(如a)所占的位置,人们称其为半角,而一个汉字所占的位置则等于两个英文字符,故称其为全角。
英文输入法下,无论是输入字母、符号还是数字,始终都只占一个英文字符的位置,即半角。但在中文输入法下,则会有全角半角两种选择,对中文字符来说,这两种选择对其没有影响,它始终都要占两个英文字符的位置,但对此状态下输入的符号、数字以及英文字母来说,就显得很重要,如以下所示:
china
china
前者输入选择的是半角,后者为全角。在选择全角后,即便是字母、符号、数字都无一例外地要被当成汉字进行处理,视觉上看,由于它们占两个英文字符的位置,显得别扭了许多。
2.全角与半角的转化
Ansi多字节字体集在中文(汉字、中文符号)下即GBK编码,英文(英文字母、英文符号)下为ASCII码,一般来说,Ansi编码的文本便于程序的处理。对文本中字符串操作前,建议统一使用全角或半角。比如全角的空格“ ”(对应的GBK编码A1A1),而半角的空格“ ”(对应的ASCII编码为\x20),如果文本中混合使用,要查找空格位置或按空格分割段落时,显然两种空格会带来不必要的麻烦。文本中的内容可分为以下四类:
分类 | 解释 | 转换方法 |
---|---|---|
汉字以及中文字符 | 如:“中国”、“好”等汉字和“……”“——”等中文中的特有符号,这些只能是全角,不存在转化的问题 | NULL |
英文字母与英文符号 | 指ASCII表中33-126对应的字符,如:!*+012abc{}等。它们有全角和半角两种形式,例如上述的china与china | 半角转全角:前添加字节A3,原字节最高位置1 ····························································· 全角转半角:丢弃第一个字节,第二个字节最高位置0 |
空格 | ASCII码的空格为\x20,GBK编码的空格为A1A1 | 和英文字母和英文符号不同,这个要特殊对待 |
控制字符 | 指ASCII表中0-31的字符,用于控制文件格式。如回车换行便对应\x0D\x0A(CR LF),这部分只能是半角,不需转化 | NULL |
由此,全角转半角的程序如下
/*
*作者:侯凯
*说明:全角与半角相互转化
*日期:2013-6-9
*/
#include <iostream>
#include <fstream>
#include <string>
using std::string;
using namespace std;
const char sbc_high = -93; //全角字符的第一个字节为A3
const char sbc_space = -95; //全角空格为A1A1
//全角转半角
string SBC2DBC(const string &sbc)
{
string dbc = "";
int len = sbc.length();
for (int i=0; i<len; ++i)
{
if (sbc[i] > 0) //已经是单字节字符,或者是控制字符
{
dbc.append(1, sbc[i]);
}
else
{
if (sbc[i] == sbc_high) //全角的英文字母或全角英文符号,如!(A3A1)
{
dbc.append(1, sbc[i+1]&0x7f);
}
else if (sbc[i]==sbc_space && sbc[i+1]==sbc_space) //单独处理空格
{
dbc.append(1, ' ');
}
else //针对汉字以及~……等中文符号
{
dbc += sbc.substr(i, 2);
}
++i;
}
}
return dbc;
}
半角转全角的程序如下
//半角转全角
string DBC2SBC(const string &dbc)
{
string sbc = "";
int len = dbc.length();
for (int i=0; i<len; ++i)
{
if (dbc[i] < 0) //已经是双字节字符,或者是汉字及中文符号
{
sbc += dbc.substr(i, 2);
++i;
}
else if (dbc[i] == ' ') //单独处理空格
{
sbc += " ";
}
else
{
if (dbc[i]>=33 && dbc[i]<=126)//半角的英文字母或半角英文符号
{
sbc.append(1, sbc_high);
sbc.append(1, dbc[i]|0x80);
}
else
{
sbc.append(1, dbc[i]);//控制字符
}
}
}
return sbc;
}