中、日、韩、英双字节字符的判断 0x80

StringTrimUtils，使用charArray，Java内部使用unicode，不用在意编码
java 代码

1. public class StringTrimUtils {   
2.    
3.     /**  
4.       * 截取一段字符的长度(汉、日、韩文字符长度为2),不区分中英文,如果数字不正好，则少取一个字符位  
5.       *   
6.       * @param str 原始字符串  
7.       * @param specialCharsLength 截取长度(汉、日、韩文字符长度为2)  
8.       * @return  
9.       */   
10.     public static String trim(String str, int specialCharsLength) {   
11.         if (str == null || "".equals(str) || specialCharsLength < 1) {   
12.             return "";   
13.          }   
14.         char[] chars = str.toCharArray();   
15.         int charsLength = getCharsLength(chars, specialCharsLength);   
16.         return new String(chars, 0, charsLength);   
17.      }   
18.    
19.     /**  
20.       * 获取一段字符的长度，输入长度中汉、日、韩文字符长度为2，输出长度中所有字符均长度为1  
21.       * @param chars 一段字符  
22.       * @param specialCharsLength 输入长度，汉、日、韩文字符长度为2  
23.       * @return 输出长度，所有字符均长度为1  
24.       */   
25.     private static int getCharsLength(char[] chars, int specialCharsLength) {   
26.         int count = 0;   
27.         int normalCharsLength = 0;   
28.         for (int i = 0; i < chars.length; i++) {   
29.             int specialCharLength = getSpecialCharLength(chars[i]);   
30.             if (count <= specialCharsLength - specialCharLength) {   
31.                  count += specialCharLength;   
32.                  normalCharsLength++;   
33.              } else {   
34.                 break;   
35.              }   
36.          }   
37.         return normalCharsLength;   
38.      }   
39.    
40.     /**  
41.       * 获取字符长度：汉、日、韩文字符长度为2，ASCII码等字符长度为1  
42.       * @param c 字符  
43.       * @return 字符长度  
44.       */   
45.     private static int getSpecialCharLength(char c) {   
46.         if (isLetter(c)) {   
47.             return 1;   
48.          } else {   
49.             return 2;   
50.          }   
51.      }   
52.    
53.     /**  
54.       * 判断一个字符是Ascill字符还是其它字符（如汉，日，韩文字符）  
55.       *   
56.       * @param char c, 需要判断的字符  
57.       * @return boolean, 返回true,Ascill字符  
58.       */   
59.     private static boolean isLetter(char c) {   
60.         int k = 0x80;   
61.         return c / k == 0 ? true : false;   
62.      }   
63. }   

为什么要用c/k?
除法是向左做位移,判断最后的结果是否为0既可得出这个字节高位的第一位是1或0.

想想,
这里亦可以求c与k位与之后的值来判断是否为双字节字符.

照这个思路搜到一帖
http://topic.csdn.net/t/20040416/10/2972001.html

StrLenEx为测试字符串长度，但为何要*ptr & 0x80 呢？？ 


short StrLenEx( char *str ) 
{ 
char *ptr; 
short slength = 0; 

for( ptr = str; *ptr != '\0'; ) 
{ 
if( *ptr & 0x80 ) 
ptr += 2; 
else 
ptr ++; 

slength++; 
} 

return slength; 
} 


StrLenEx为测试字符串长度，但为何要*ptr & 0x80 呢？？ 



为了识别双字节的字符，比如汉字或日文韩文等都是占两字节的, 每字节高位为1, 而一般西文字符只有一个字节，七位有效编码，高位为0 

这个函数返回的是字符串的字符数，对双字节的字符只算一次 

if( *ptr & 0x80 ) // 双字节字符 ? 
ptr += 2; // 指针后移二位 
else 
ptr ++; // 指针后移一位 


如 
"abcdefgh" 字节数=8 字符数=8 
"中cdefgh" 字节数=8 字符数=7 



0x80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


*ptr & 0x80 
如果表达式为真，说明 *ptr 高位为 1, 则是双字节字符