Проверить ASCII строку

← →
writebuf(nil); (2007-08-31 17:10) [0]

Как проверить ansi-строку на предмет того что она состоит только из символов ASCII, а не является юникодовой, UTF8?

Единственная моя идея - это в цикле проверять:

for i := 0 to Len(str) do
if Ord(str[i]) > $7F then notascii

Но это мне кажется моя ересь. Что-то есть нормальное?

← →
Reindeer Moss Eater © (2007-08-31 17:18) [1]

Проверить то, что строка состоит только из какого-то множества символов - это значит убедиться, что в ней нет ни одного другого символа.

поэтому это не ересь:
Единственная моя идея - это в цикле проверять:

← →
Anatoly Podgoretsky © (2007-08-31 18:43) [2]

> writebuf(nil); (31.08.2007 17:10:00) [0]

ASCII какой, us или extended?

← →
writebuf(nil); (2007-08-31 18:47) [3]

> ASCII какой, us или extended?

US

← →
Anatoly Podgoretsky © (2007-08-31 19:05) [4]

> writebuf(nil); (31.08.2007 18:47:03) [3]

Тогда в него входят символы с кодами 32-127, плюс некоторое неодназначное подмножество из 0-31
Если подмножество не волнует, тогда можешь считать, что если встретился символ с кодом более $7F это уже не ASCII

← →
Slym © (2007-09-03 14:23) [5]

для быстроты (оптимизация) можно по 4 байта проверять
var p:PInteger;
begin
p:=pointer(PChar(str));
for i := 0 to Len(str) div 4 do
begin
if (p^ and $80)<>0 then notascii
inc(p)
end;

← →
Slym © (2007-09-03 14:24) [6]

if (p^ and $80808080)<>0 then notascii

← →
Sha © (2007-09-03 17:15) [7]

> Slym ©

А как быть со строкой "я" ?

← →
umbra © (2007-09-03 17:30) [8]

> Как проверить ansi-строку на предмет того что она состоит
> только из символов ASCII, а не является юникодовой, UTF8?
>

по-моему, вопрос поставлен неверно. Содержимое некоего буфера (строки) нельзя интрепретировать, не зная, что туда попало. UTF-8 и Unicode Определеяются по BOM, но опять таки, ВОМ стоит в начале файла, а не буфера. В общем, задача в такой постановке, по-моему, неразрешима.

← →
Anatoly Podgoretsky © (2007-09-03 17:42) [9]

Ну то что неверно, это мягко сказано
ANSI никак не может быть ни юникодом, ни UTF8, иначе это не ANSI или ASCII

← →
Anatoly Podgoretsky © (2007-09-03 17:44) [10]

> А как быть со строкой "я" ?

Что смущает, код равен FF или для OEM другой, но все равно выше 7F
Автор сделал уточнение

АП> ASCII какой, us или extended?
>
>
> US

← →
Sha © (2007-09-03 17:52) [11]

> Anatoly Podgoretsky ©
> Что смущает...

смущает то,
что в [5]-[6] цикл проверки не выполнится ни разу,
и результат функции останется неопределенным.

← →
Anatoly Podgoretsky © (2007-09-03 18:00) [12]

Ну это не единственная проблема, но я понимаю, что это как направление.
Теперь я понял, что ты имел ввиду, ну написал бы "z"
А то глаз зацепился за рускую букву

> Anatoly Podgoretsky ©
> Теперь я понял, что ты имел ввиду, ну написал бы "z"
> А то глаз зацепился за рускую букву

Русская, потому что мне автор телепатировал,
что по умолчанию он собирался сделать результат ASCII )

> Anatoly Podgoretsky © (03.09.07 18:00) [12]
> ... я понимаю, что это как направление.

тогда как-то так :)
function IsAsciiString(const s: string): boolean; var p, q: pchar; label NotASCII; begin; p:=pointer(s); if p<>nil then begin; q:=@p[-SizeOf(integer)]; //Pointer to string length q:=q+((pInteger(q)^+ (SizeOf(integer)-1)) and -2); //Pointer to the last word if (pWord(q)^ and $8080)<>0 then goto NotASCII; //Test the last waord if p<>q then repeat; if (pInteger(p)^ and $80808080)<>0 then goto NotASCII; //Test current dword p:=p+SizeOf(integer); //Pointer to the next dword until p>=q; end; Result:=true; exit; NotASCII: Result:=false; end; procedure TForm1.Button2Click(Sender: TObject); const Captions: array[boolean] of string= ("false", "true"); begin; Label1.Caption:=Captions[IsAsciiString(Edit1.Text)]; end;

> Sha (03.09.2007 18:04:13) [13]

А мне телепатировал, что US

Кстати, тут почти даром дается развертывание цикла,
в итоге обрабатываем по 8 символов за один проход цикла

function IsAsciiString(const s: string): boolean; var p: pIntegerArray; q: pWordArray; label NotASCII; begin; p:=pointer(s); if p<>nil then begin; q:=@pchar(p)[-SizeOf(integer)]; //Pointer to string length inc(pchar(q),(pInteger(q)^-1) and -2); //Pointer to the last word - 4 if (q[2] and $8080)<>0 then goto NotASCII; //Test the last word if (pinteger(q)^ and $80808080)<>0 then goto NotASCII; //Test the previous dword while pchar(p)<pchar(q) do begin; if (p[0] and $80808080)<>0 then goto NotASCII; //Test the first dword if (p[1] and $80808080)<>0 then goto NotASCII; //Test the second dword inc(pchar(p),2*SizeOf(integer)); //Pointer to the next pair of dwords end; end; Result:=true; exit; NotASCII: Result:=false; end;

Ну и, наконец, размер цикла можно уменьшить до 18 байт,
если перед ним маску поместить в переменную:
m:=$80808080;

Проверить ASCII строку Найти похожие ветки