[一天一个小禁招][新人有手就行]怎么区分中文和特殊符号

jarlyyn

北侠很多任务是把中文和符号混杂在一起的，需要从中文排除出符号的干扰。

这时候怎么办？

正则？

正则其实会误判。

最简单的方法，就是不是单字节的，不是中文的，都是符号。

这句话啥意思呢？

往上搜索中文汉字表，常用的分为 一级汉字，二级汉字，三级汉字，放在一个txt里。

脚本加载时读出数据，一个一个放在大table里，设为true。

然后每个字符在表里匹配一下，就知道是不是中文，是不是特殊符号了。

简单暴力，新人友好。

(我猜这个帖子不会被拉黑，嘿嘿嘿。)

case

那换个思路，其实机器可以不用人盯着，好的机器就是盲猜。所以使用 utf-8 的客户端使用 gbk，gbk 的客户端使用 utf-8，这样就完全可以避免出错，因为人会，机器不会。

harrychencyh

为什么人会机器不会？我既不会看uft-8在gbk格式下的乱码，也不会看gbk在utf8格式下的乱码呀？

case

人是看字，机器只看代码，说白了就是只知道 01 二进制，人可能会吧。和.看错，但是机器不会

jarlyyn

case 发表于 2024-9-6 09:33 PM
那换个思路，其实机器可以不用人盯着，好的机器就是盲猜。所以使用 utf-8 的客户端使用 gbk，gbk 的客户端 ...

实际上，这是个很好的思路。

不然你想想怎么提取出文本中的中文。