【IT168 技术文档】

　　一、编码范围

　　1. GBK (GB2312/GB18030)

　　\x00-\xff GBK双字节编码范围

　　\x20-\x7f ASCII

　　\xa1-\xff 中文

　　\x80-\xff 中文

　　2. UTF-8 (Unicode)

　　\u4e00-\u9fa5 (中文)

　　\x3130-\x318F (韩文

　　\xAC00-\xD7A3 (韩文)

　　\u0800-\u4e00 (日文)

　　ps: 韩文是大于[\u9fa5]的字符

　　正则例子:

　　PLAIN TEXT

　　PHP:

　　preg_replace("/([\x80-\xff])/","",$str);

　　preg_replace("/([u4e00-u9fa5])/","",$str);

　　二、代码例子

　　PLAIN TEXT

　　PHP:

　　//判断内容里有没有中文-GBK (PHP)

　　function check_is_chinese($s){
　　return preg_match('/[\x80-\xff]./', $s);
　　}
　　//获取字符串长度-GBK (PHP)

　　function gb_strlen($str){
　　$count = 0;
　　for($i=0; $i
　　$s = substr($str, $i, 1);
　　if (preg_match("/[\x80-\xff]/", $s)) ++$i;
　　++$count;
　　}
　　return $count;
　　}
　　//截取字符串字串-GBK (PHP)

　　function gb_substr($str, $len){
　　$count = 0;
　　for($i=0; $i
　　if($count == $len) break;
　　if(preg_match("/[\x80-\xff]/", substr($str, $i, 1))) ++$i;
　　++$count;
　　}
　　return substr($str, 0, $i);
　　}
　　//统计字符串长度-UTF8 (PHP)

　　function utf8_strlen($str) {
　　$count = 0;
　　for($i = 0; $i
　　$value = ord($str[$i]);
　　if($value> 127) {
　　$count++;
　　if($value>= 192 && $value <= 223) $i++;
　　elseif($value>= 224 && $value <= 239) $i = $i + 2;
　　elseif($value>= 240 && $value <= 247) $i = $i + 3;
　　else die('Not a UTF-8 compatible string');
　　}
　　$count++;
　　}
　　return $count;
　　}
　　//截取字符串-UTF8(PHP)

　　function utf8_substr($str,$position,$length){
　　$start_position = strlen($str);
　　$start_byte = 0;
　　$end_position = strlen($str);
　　$count = 0;
　　for($i = 0; $i
　　if($count>= $position && $start_position> $i){
　　$start_position = $i;
　　$start_byte = $count;
　　}
　　if(($count-$start_byte)>=$length) {
　　$end_position = $i;
　　break;
　　}
　　$value = ord($str[$i]);
　　if($value> 127){
　　$count++;
　　if($value>= 192 && $value <= 223) $i++;
　　elseif($value>= 224 && $value <= 239) $i = $i + 2;
　　elseif($value>= 240 && $value <= 247) $i = $i + 3;
　　else die('Not a UTF-8 compatible string');
　　}
　　$count++;
　　}
　　return(substr($str,$start_position,$end_position-$start_position));
　　}
　　//字符串长度统计-UTF8 [中文3个字节，俄文、韩文占2个字节，字母占1个字节] (Ruby)

　　def utf8_string_length(str)
　　temp = CGI::unescape(str)
　　i = 0;
　　j = 0;
　　temp.length.times{|t|
　　if temp[t] <127
　　i += 1
　　elseif temp[t]>= 127 and temp[t] <224
　　j += 1
　　if 0 == (j % 2)
　　i += 2
　　j = 0
　　end
　　else
　　j += 1
　　if 0 == (j % 3)
　　i +=2
　　j = 0
　　end
　　end
　　}
　　return i
　　}
　　//判断是否是有韩文-UTF-8 (javascript)

　　function checkKoreaChar(str) {
　　for(i=0; i
　　if(((str.charCodeAt(i)> 0x3130 && str.charCodeAt(i) <0x318F) || (str.charCodeAt(i)>= 0xAC00 && str.charCodeAt(i) <= 0xD7A3))) {
　　return true;
　　}
　　}
　　return false;
　　}
　　//判断是否有中文字符-GBK (javascript)

　　function check_chinese_char(s){
　　return (s.length != s.replace(/[^\x00-\xff]/g,"**").length);
　　}