问一个关于小问题，&0x80

spirit_mly

记得以前好像问过，但是后来就不了了之了，唉，，，今天再次来论坛里，烦劳大家帮给点想法，呵呵
说正题：
是在phpcms里面看见的，术语我不知道叫什么，就是segment(是切词吗？)
它用ord($str)&0x80来判断汉字，这个是为什么呢？能说详细点吗？
这个&0x80是什么东东啊？
----------
数学不好，看见数字就头疼... ...

[ 本帖最后由 spirit_mly 于 2009-8-4 16:31 编辑 ]

zhaiduo

80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

http://topic.csdn.net/t/20040416/10/2972001.html

spirit_mly

谢谢啦，呵呵，有点明白了，至于细节的研究似乎需要以后再说了，呵呵

网鬼

0x80表示16进制数80，转换为十进制为128，转换为二进制为：10000000
ord($str)得到字符的ASCII值，然后与0x80进行&(位与)运算
按照汉字的高位为1的说法，所有高位不为1的字符和二进制10000000进行&运算后的结果都为0，即不为中文字符，相反，只要高位为1的字符，ord($str)&0x28的结果都是128(10000000)
有点晕，不知道说明白没，我也搞得不是十分清楚，主要的是位运算，其实这种技巧在C里的应用比较多

网鬼

哦，额的神呀，接了个电话，回得慢了点，最佳就被别人抢了，哭

bs

厉害厉害  

spirit_mly

原帖由 网鬼 于 2009-8-4 17:26 发表
哦，额的神呀，接了个电话，回得慢了点，最佳就被别人抢了，哭

鬼兄，么急、么急，回来我再开一贴，第一时间告诉你，而且最佳都是内定的，嘿嘿，如何？

lifeistrue

不错！

sunceenjoy

"Windows中，中文简体字符集的编码是同时用1个字节和2个字节来表示的。当高位是0x00～0x7f时，为一个字节，高位为0x80以上时用2个字节表示"

注:括号里面都是2进制

当你发现一个字节的内容大于0x7f,那它肯定是个(跟另外一个字节拼凑成一个)汉字,如何判断肯定大于0x7f呢?
0x7f(1111111)后面一个数就是0x80(10000000),所以想要大于0x7f，这个字节的最高位都肯定是1,我们只需要判断这个最高位是否为1就行了。

判断方法:
位与(相同的位都是1的才为1，否则为0):
如:要判断一个数的第三位是否是1，只要跟4(100)位与,判断一个数的第2位是否为1就跟2(10)位与.
同理判断第八位是否为1只要跟(10000000)也就是0x80位与了.

这里为什么不用>0x7f,php可能还行，但在其他强类型语言里面，1个字节的最高位用来标示负数，一个负数肯定不可能大于0x7f(最大的整数)


再举个例子:
a的assic码是97(1100001)
A的assic码是65(1000001)

b的assic码是98(1100010)
b的assic码是66(1000010)

发现一个规律:一个a-z的字母,只要是小写字母，第六位肯定是1，我们可以用这个来判断大小写:
这时候只要跟用以个字母跟0x20(100000)来位与判断:
if(ord($a)&0x20){
        //大写
}

如何把所有字母改成大写?第六位的1改成0就行了:
$a='a';
$a        = chr(ord($a)&(~0x20));
echo $a;

renxiao2003

PHP里对汉字的处理问题吧。