專利名稱：基于奇偶校驗(yàn)的gbk字符查詢系統(tǒng)及其實(shí)現(xiàn)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種漢字字符查詢系統(tǒng)，尤其涉及一種基于奇偶校驗(yàn)的GBK字符查詢系統(tǒng)；此外，本發(fā)明還涉及該基于奇偶校驗(yàn)的GBK字符查詢系統(tǒng)的實(shí)現(xiàn)方法。
背景技術(shù)：
一、GBK編碼的漢字邊界問題GBK編碼是計(jì)算機(jī)中表示漢字字符的最常用方法之一。它的全稱為《漢字內(nèi)碼擴(kuò)展規(guī)范》(GBK)，英文名稱Chinese Internal Code Specification，中華人民共和國全國信息技術(shù)標(biāo)準(zhǔn)化技術(shù)委員會(huì)1995年12月1日制訂，國家技術(shù)監(jiān)督局標(biāo)準(zhǔn)化司、電子工業(yè)部科技與質(zhì)量監(jiān)督司1995年12月15日聯(lián)合以技監(jiān)標(biāo)函19952 號(hào)文件的形式，將它確定為技術(shù)規(guī)范指導(dǎo)性文件，發(fā)布和實(shí)施。GBK編碼在GB2312-80標(biāo)準(zhǔn)基礎(chǔ)上的內(nèi)碼擴(kuò)展規(guī)范， 使用了雙字節(jié)編碼方案，其編碼范圍從8140至FEFE (剔除xx7F)，共23940個(gè)碼位，共收錄了 21003個(gè)漢字，完全兼容GB2312-80標(biāo)準(zhǔn)，支持國際標(biāo)準(zhǔn)IS0/IEC10646-1和國家標(biāo)準(zhǔn) GB13000-1中的全部中日韓漢字，并包含了 BIG5編碼中的所有漢字。GBK編碼的高字節(jié)范圍是0X81-0xFE，低字節(jié)范圍是0x40-7E和0x80_0xFE。GBK漢字編碼在確定漢字邊界時(shí)可能會(huì)遇到問題，主要表現(xiàn)在1. GBK編碼中，部分編碼和ASC-II編碼有重疊，導(dǎo)致ASC字符查找的誤命中問題；2.雙字節(jié)編碼方式，沒有標(biāo)志位，難以確定單個(gè)漢字的起始字節(jié)和終止字節(jié)的位置，導(dǎo)致進(jìn)行單個(gè)漢字的查詢時(shí)，無法確定漢字邊界。因此，需要一種GBK編碼的自匹配系統(tǒng)，能查找并確定漢字的邊界，從而成功解決上述查詢誤匹配問題。二、GBK漢字邊界不明所導(dǎo)致的問題GBK編碼系統(tǒng)內(nèi)，中文漢字采用了雙字節(jié)的編碼方式，即每個(gè)漢字由2個(gè)字節(jié)來表示。例如“靳懷堵水文化文集”這句話，在計(jì)算機(jī)看來，是一段字符串，用16進(jìn)制表示為“BD F9 BB B3 89 40 CB AE CE C4 BB AF CE C4 BC AF”。由于GBK編碼缺乏標(biāo)志位，計(jì)算機(jī)在判斷該段字符串時(shí)，難以判斷出漢字的邊界。 由此導(dǎo)致的問題是，在進(jìn)行字符查找時(shí)，由于漢字邊界不確定，導(dǎo)致字符匹配錯(cuò)位問題。例如上述字符串中，漢字“堵”，GBK編碼為[89，40]。而編碼40也表示是ASC符號(hào)“@”。因此，當(dāng)符號(hào)‘@，時(shí)，會(huì)發(fā)現(xiàn)在字符串“靳懷堵水文化文集”中出現(xiàn)了該符號(hào)，與實(shí)際情況不符。除了 ASC字符查找的問題，在漢字查找時(shí)也會(huì)出現(xiàn)問題。這是由于GBK漢字編碼的邊界不明確，也會(huì)導(dǎo)致漢字錯(cuò)位問題。例如漢字字符串“大學(xué)生健康教育”，對(duì)應(yīng)的GBK編碼為“B4 F3 Dl A7 C9FA BD Al BF B5 BD CC D3 FD”，在其中如果查找漢字“笱”時(shí)，會(huì)發(fā)現(xiàn)是存在的。由于“笱”的編碼為 [F3，Dl]，剛好是漢字“大”的低字節(jié)F3，和“學(xué)”字的高字節(jié)Dl組合而成，從而導(dǎo)致了該錯(cuò)誤。

發(fā)明內(nèi)容
本發(fā)明要解決的技術(shù)問題是提供一種基于奇偶校驗(yàn)的GBK字符查詢系統(tǒng)，該系統(tǒng)能查找并確定漢字的邊界，從而成功解決漢字高低字節(jié)編碼交叉容易導(dǎo)致的查詢誤匹配問題。為此，本發(fā)明還提供該基于奇偶校驗(yàn)的GBK字符查詢系統(tǒng)的實(shí)現(xiàn)方法。為解決上述技術(shù)問題，本發(fā)明提供一種基于奇偶校驗(yàn)的GBK字符查詢系統(tǒng)，該系統(tǒng)包括三個(gè)模塊字符基礎(chǔ)查詢模塊、GBK奇偶校驗(yàn)?zāi)K和漢字邊界驗(yàn)證模塊；該字符基礎(chǔ)查詢模塊用于對(duì)讀取的GBK編碼字符串與查詢字符串進(jìn)行基礎(chǔ)查詢， 在GBK編碼字符串中找到滿足查詢字符串出現(xiàn)的位置，并記錄其起始位置和終止位置；該GBK奇偶校驗(yàn)?zāi)K用于對(duì)該字符基礎(chǔ)查詢模塊所得的基礎(chǔ)查詢結(jié)果進(jìn)行編碼校驗(yàn)，首先沿起始位置向前依次檢測字節(jié)以判斷步長計(jì)數(shù)器count的奇偶值，然后沿終止位置向后依次檢測字節(jié)以判斷步長計(jì)數(shù)器count的奇偶值；該漢字邊界驗(yàn)證模塊用于根據(jù)該GBK奇偶校驗(yàn)?zāi)K的奇偶值校驗(yàn)結(jié)果來判斷起始位置和終止位置是否處在GBK雙字節(jié)漢字的邊界上。所述字符基礎(chǔ)查詢模塊的查詢方式為從左至右依次掃描GBK編碼字符串，找到滿足查詢字符串出現(xiàn)的位置，并進(jìn)行記錄起始位置為headp0S_k，終止位置為tailp0S_k，其中數(shù)字k表示在當(dāng)前GBK編碼字符串中第k次基礎(chǔ)查詢匹配到的結(jié)果。所述GBK奇偶校驗(yàn)?zāi)K中沿起始位置向前依次檢測字節(jié)以判斷步長計(jì)數(shù)器count 的奇偶值具體采用如下方法首先，將步長計(jì)數(shù)器count初始設(shè)為0 ；然后，沿headp0S_k向前，依次檢測字節(jié)T」，其中i = headposl-l，headposl-2···.，0 ；然后，計(jì)算T_i&0x80是否為0，并根據(jù)T_i&0x80運(yùn)算的數(shù)值進(jìn)行處理邏輯；最后判斷步長計(jì)數(shù)器count的奇偶值，如果count為奇數(shù)，則記錄head_valid = 0 ；如果count為偶數(shù)，則記錄head_valid = 1。所述GBK奇偶校驗(yàn)?zāi)K中沿終止位置向后依次檢測字節(jié)以判斷步長計(jì)數(shù)器count 的奇偶值具體采用如下方法首先，將步長計(jì)數(shù)器count初始設(shè)為0 ；然后，沿tailp0S_k向后，依次檢測字節(jié)T_i，其中i = tailpos+1, tailposl+2···.；然后，計(jì)算T_i&0x80是否為 0，并根據(jù)T_i&0x80運(yùn)算的數(shù)值進(jìn)行處理邏輯；最后判斷步長計(jì)數(shù)器count的奇偶值，如果 count為奇數(shù)，則記錄tail_valid = 0 ；如果count為偶數(shù)，則記錄tail_valid = 1。所述漢字邊界驗(yàn)證模塊的驗(yàn)證方法具體為如果head_Valid = 1且tailjalid =1，則當(dāng)前GBK字符的匹配結(jié)果有效，將該次查詢所得的匹配信息headp0S_k，tailpos_ k進(jìn)行記錄；如果head_valid = 0或tail_valid = 0，則當(dāng)前GBK字符的匹配結(jié)果無效，忽略本次匹配結(jié)果，并設(shè)置k = k+l，繼續(xù)返回GBK奇偶校驗(yàn)?zāi)K，重新進(jìn)行下一個(gè)查詢位置的驗(yàn)證工作，直至k為字符基礎(chǔ)查詢模塊的最后一個(gè)匹配結(jié)果才結(jié)束查詢，輸出查詢結(jié)果。此外，本發(fā)明還提供一種基于奇偶校驗(yàn)的GBK字符查詢系統(tǒng)的實(shí)現(xiàn)方法，包括如下步驟(1)讀取GBK編碼的字符串，導(dǎo)入到給定字符串中，以text_str標(biāo)記；(2)讀取查詢字符串，標(biāo)記為query_str ；(3)將query_str和text_str進(jìn)行基礎(chǔ)查詢，方式為從左至右依次掃描text_ str,找到滿足query_Str出現(xiàn)的位置，并進(jìn)行記錄起始位置為headp0S_k，終止位置為 tailp0S_k，其中數(shù)字k表示在當(dāng)前串text_str中第k次基礎(chǔ)查詢匹配到的結(jié)果；
(4)在獲取步驟(3)的基礎(chǔ)查詢結(jié)果headp0S_iaP tailp0S_k之后進(jìn)行編碼校驗(yàn)， 具體為步驟A 沿headp0S_k向前依次檢測字節(jié)T_i以判斷步長計(jì)數(shù)器count的奇偶值， 其中，i = headposl-l，headposl-2···.，0 ；步驟 B 沿 tailpos_k 向后依次檢測字節(jié) T_i 以判斷步長計(jì)數(shù)器count的奇偶值，其中i = tailpos+1, tailposl+2-.；(5)根據(jù)步驟⑷的奇偶值校驗(yàn)結(jié)果來判斷headposj和tailposj是否處在GBK 雙字節(jié)漢字的邊界上；(6)輸出GBK字符查詢結(jié)果。在步驟(4)中，所述步驟A具體為1)將步長計(jì)數(shù)器count初始設(shè)為0;2)沿 headpos_k 向前，依次檢測字節(jié) T_i，其中，i = headposl-1, headposl-2—.，0 ；3)計(jì)算 T_ i&0x80是否為0 ；4)根據(jù)T_i&0x80運(yùn)算的數(shù)值進(jìn)行如下處理邏輯如果T_i&0x80等于0， 則記錄head_valid= 1，并終止本步驟后續(xù)流程，直接進(jìn)入步驟B ；如果T_i&0x80不等于0， 則將計(jì)數(shù)器count = coimt+1，再根據(jù)T_i的數(shù)值，進(jìn)行以下兩個(gè)處理子邏輯如果i = 0， 則終止該步驟，并輸出count數(shù)值；如果i > 0，則將T_i設(shè)為T_i-1，并重新執(zhí)行上述步驟 A的運(yùn)算，即繼續(xù)沿本字符串向前檢測力)判斷步長計(jì)數(shù)器count的奇偶值，如果count為奇數(shù)，則記錄head_valid = 0 ；如果count為偶數(shù)，則記錄head_valid = 1。在步驟中，所述步驟B具體為1)將步長計(jì)數(shù)器count初始設(shè)為0;2)沿 tailpos_k 向后，依次檢測字節(jié) T_i，其中 i = tailpos+1，tailposl+2···· ；3)計(jì)算 T_i&0x80 是否為0 ；4)根據(jù)T_i&0x80運(yùn)算的數(shù)值進(jìn)行如下處理邏輯如果T_i&0x80等于0，則記錄 tail_valid = 1，并終止本步驟后續(xù)流程；如果T_i&0x80不等于0，則將計(jì)數(shù)器count = coimt+1，再根據(jù)T_i的數(shù)值，進(jìn)行以下兩個(gè)處理子邏輯如果i和當(dāng)前字符串teXt_Str的長度相同，則終止該步驟，并輸出count數(shù)值；如果i <當(dāng)前字符串teXt_Str的長度，則將 T_i設(shè)為T_i+1，并重新執(zhí)行上述步驟B的運(yùn)算，即沿本字符串繼續(xù)向后檢測力)判斷步長計(jì)數(shù)器count的奇偶值，如果count為奇數(shù)，則記錄tailjalid = 0 ；如果count為偶數(shù)， 則記錄 tail_valid = 1。步驟(5)具體為如果head_valid = 1且tail_valid = 1時(shí)，則當(dāng)前GBK字符的匹配結(jié)果有效，將該次查詢所得的匹配信息headp0S_k，行記錄；如果head_ valid = 0或tailjalid = 0時(shí)，則當(dāng)前GBK字符的匹配結(jié)果無效，忽略本次匹配結(jié)果，并設(shè)置k = k+Ι，繼續(xù)返回步驟，重新進(jìn)行下一個(gè)查詢位置的驗(yàn)證工作。步驟(6)具體為如果k已是步驟(3)的最后一個(gè)匹配結(jié)果，則結(jié)束本次查詢的所有驗(yàn)證工作，將成功匹配的全部符查詢結(jié)果進(jìn)行輸出；如果k不是步驟C3)最后一個(gè)匹配結(jié)果，則設(shè)置k = k+l，繼續(xù)返回步驟G)，重新進(jìn)行下一個(gè)查詢位置的驗(yàn)證工作。本發(fā)明的有益效果在于本發(fā)明針對(duì)GBK編碼的字符串，在進(jìn)行字符查詢時(shí)，由于漢字高低字節(jié)編碼交叉容易導(dǎo)致的誤匹配問題，提出了一種自匹配的基于奇偶校驗(yàn)的GBK 字符查詢系統(tǒng)，該系統(tǒng)由字符基礎(chǔ)查詢模塊、GBK奇偶校驗(yàn)?zāi)K、漢字邊界驗(yàn)證模塊三部分組成，利用漢字雙字節(jié)編碼的特點(diǎn)，使用了向前向后雙向奇偶校驗(yàn)的方法，對(duì)字符匹配結(jié)果進(jìn)行逐一驗(yàn)證，該系統(tǒng)的實(shí)踐證明能很好的處理GBK字符查詢的問題，既能剔除高低字節(jié)誤匹配的結(jié)果，又能保留合法匹配的結(jié)果。


圖1是本發(fā)明系統(tǒng)的模塊結(jié)構(gòu)及流程示意圖。
具體實(shí)施例方式如圖1所示，本發(fā)明提出一種自匹配的基于奇偶校驗(yàn)的GBK字符查詢系統(tǒng)，該系統(tǒng)包括三個(gè)模塊字符基礎(chǔ)查詢模塊、GBK奇偶校驗(yàn)?zāi)K、漢字邊界驗(yàn)證模塊。通過該三個(gè)模塊相互銜接，可以良好的處理GBK編碼中的字符串查找時(shí)所遇到的字符匹配錯(cuò)位問題。下面舉一實(shí)施例來具體說明該基于奇偶校驗(yàn)的GBK字符查詢系統(tǒng)的實(shí)現(xiàn)方法，其包括如下步驟(見圖1)1.該系統(tǒng)首先讀取GBK編碼的字符串(即讀取GBK匹配文本)，導(dǎo)入到給定字符串中，這里以teXt_Str標(biāo)記。并以字節(jié)(Byte)為單位，將該字符串的每一個(gè)字節(jié)依次命名 T_0, T_l, Τ_2, Τ_3, Τ_4......2.讀取查詢字符串，這里標(biāo)記為qUery_Str，同樣以字節(jié)(Byte)為單位進(jìn)行標(biāo)記， 命名為Q_0，Q_l，Q_2, Q_3, Q_4…..3.字符基礎(chǔ)查詢模塊將query_str和text_str進(jìn)行基礎(chǔ)查詢，方式為從左至右依次掃描text_str，找到滿足query_str出現(xiàn)的位置，并進(jìn)行記錄起始位置為headp0S_k，終止位置為tailp0S_ k(其中數(shù)字k表示在當(dāng)前串teXt_Str中第k次基礎(chǔ)查詢匹配到的結(jié)果，即第一次為 headpos_l 禾口 tailpos_l，第二次為 headpos_2 禾口 tailpos_2，以此類推)，艮口 text_str 中， 從T_headpos_k至T tailpo_k之間的字符串，和query_str完全相同。4. GBK奇偶校驗(yàn)?zāi)K該模塊在獲取字符基礎(chǔ)查詢模塊所得的基礎(chǔ)查詢結(jié)果headp0S_k和tailp0S_k之后，進(jìn)行編碼校驗(yàn)。具體處理流程為步驟A 1)設(shè)置步長計(jì)數(shù)器count初始為0 ；2)沿 headpos_k 向前，依次檢測字節(jié) T_i (i = headposl-1，headposl-2··· ·，0)；3)計(jì)算T_i&0x80是否為0(這里運(yùn)算參數(shù)取0x80的原因?yàn)?，按照GBK編碼的規(guī)貝U，高字節(jié)的編碼范圍大于等于0x80是合法漢字高字節(jié)開始的標(biāo)志)。其中符號(hào)&表示按位進(jìn)行布爾“與”運(yùn)算，與運(yùn)算(And)規(guī)則為0&0 = 0，0&1 = 0，1&0 = 0，1&1 = 1 ；按位與運(yùn)算為，將字節(jié)以二進(jìn)制展開，并對(duì)每一位進(jìn)行與計(jì)算，例如如果T i = 0x9E，則二進(jìn)制表示為 10011110 ；而 0x80 的二進(jìn)制展開為 10000000。此時(shí):T_i&0x80 = 10011110&10000000 =10000000 ；4)根據(jù)T_i&0x80運(yùn)算的數(shù)值，進(jìn)行以下處理邏輯-如果等于0，則記錄head_Valid=1 ；并終止本步驟后續(xù)流程，直接進(jìn)入下面的步驟B ；-如果不等于0，則將計(jì)數(shù)器count= coimt+1，再根據(jù)T i的數(shù)值，進(jìn)行以下兩個(gè)處理子邏輯如果i = 0(即表示已經(jīng)到字符串的首部)，則終止該步驟，并輸出count數(shù)值；如果i > 0，則將T_i設(shè)為T_i_l，并重新執(zhí)行上述步驟A的運(yùn)算，即繼續(xù)沿本字符串向前檢測；5)當(dāng)步驟A中以上處理正常完成后，判斷步長計(jì)數(shù)器count的奇偶值-如果count 為奇數(shù)，則記錄 head_valid = 0 ；-如果count 為偶數(shù)，則記錄 head_valid = 1。步驟B 1)設(shè)置步長計(jì)數(shù)器count初始為0 ；2)沿 tailpos_k 向后，依次檢測字節(jié) T_i(i = tailpos+1，tailposl+2... ·)；3)計(jì)算T_i&0x80是否為0 (方法和步驟A相同)；4)根據(jù)T_i&0x80運(yùn)算的數(shù)值，進(jìn)行以下處理邏輯-如果等于0，則記錄tailjalid= 1，并終止本步驟后續(xù)流程；-如果不等于0，則將計(jì)數(shù)器count= coimt+1，再根據(jù)T_i的數(shù)值，進(jìn)行以下兩個(gè)處理子邏輯如果i = text_str. length(表示i和當(dāng)前字符串text_str的長度相同，即已經(jīng)到字符串的尾部)，則終止該步驟，并輸出count數(shù)值；如果i < text_Str· length,則將T_i設(shè)為T_i+1，并重新執(zhí)行上述步驟的運(yùn)算，即沿本字符串繼續(xù)向后檢測；5)當(dāng)步驟B中以上處理正常完成后，判斷步長計(jì)數(shù)器count的奇偶值-如果count 為奇數(shù)，則記錄 tail_valid = 0 ；-如果count 為偶數(shù)，則記錄 tail_valid = 1。5.漢字邊界驗(yàn)證模塊將GBK奇偶校驗(yàn)?zāi)K的結(jié)果輸入漢字邊界驗(yàn)證模塊，進(jìn)行處理。根據(jù)head_Valid 和tail_valid的數(shù)值，來判斷headpos_i和tailpos_i是否處在GBK雙字節(jié)漢字的邊界上， 處理邏輯為-如果head_valid= 1且tail_valid = 1時(shí)，認(rèn)為當(dāng)前GBK字符的匹配結(jié)果有效，將該次查詢所得的匹配信息headp0S_k，tailpos_k進(jìn)行記錄；-如果head_valid= 0或tail_valid = 0時(shí)，認(rèn)為當(dāng)前GBK字符的匹配結(jié)果無效，忽略本次匹配結(jié)果，并設(shè)置k = k+Ι，繼續(xù)返回GBK奇偶校驗(yàn)?zāi)K，重新進(jìn)行下一個(gè)查詢位置的驗(yàn)證工作；6.輸出GBK字符查詢結(jié)果以上判斷完畢后，則循環(huán)進(jìn)行字符串后續(xù)查詢位置的驗(yàn)證，處理邏輯為-如果k已是字符基礎(chǔ)查詢模塊的最后一個(gè)匹配結(jié)果，則結(jié)束本次查詢的所有驗(yàn)證工作，將成功匹配的全部headp0S_k，tailp0S_k信息(即GBK字符查詢結(jié)果)進(jìn)行輸出。-如果k不是字符基礎(chǔ)查詢模塊最后一個(gè)匹配結(jié)果，則設(shè)置k= k+Ι，繼續(xù)返回GBK 奇偶校驗(yàn)?zāi)K，重新進(jìn)行下一個(gè)查詢位置的驗(yàn)證工作。本發(fā)明提出的一種基于奇偶校驗(yàn)的GBK字符查詢系統(tǒng)，該系統(tǒng)針對(duì)GBK編碼的字符串，在進(jìn)行字符查詢時(shí)，由于漢字高低字節(jié)編碼交叉容易導(dǎo)致的誤匹配問題，提出了一套查詢系統(tǒng)，該系統(tǒng)由字符基礎(chǔ)查詢模塊、GBK奇偶校驗(yàn)?zāi)K、漢字邊界驗(yàn)證模塊三部分組成， 利用漢字雙字節(jié)編碼的特點(diǎn)，使用了向前向后雙向奇偶校驗(yàn)的方法，對(duì)字符匹配結(jié)果進(jìn)行逐一驗(yàn)證，該系統(tǒng)的實(shí)踐證明能很好的處理GBK字符查詢的問題，既能剔除高低字節(jié)誤匹配的結(jié)果，又能保留合法匹配的結(jié)果。
權(quán)利要求
1.一種基于奇偶校驗(yàn)的GBK字符查詢系統(tǒng)，其特征在于，該系統(tǒng)包括三個(gè)模塊字符基礎(chǔ)查詢模塊、GBK奇偶校驗(yàn)?zāi)K和漢字邊界驗(yàn)證模塊；該字符基礎(chǔ)查詢模塊用于對(duì)讀取的GBK編碼字符串與查詢字符串進(jìn)行基礎(chǔ)查詢，在 GBK編碼字符串中找到滿足查詢字符串出現(xiàn)的位置，并記錄其起始位置和終止位置；該GBK奇偶校驗(yàn)?zāi)K用于對(duì)該字符基礎(chǔ)查詢模塊所得的基礎(chǔ)查詢結(jié)果進(jìn)行編碼校驗(yàn)， 首先沿起始位置向前依次檢測字節(jié)以判斷步長計(jì)數(shù)器count的奇偶值，然后沿終止位置向后依次檢測字節(jié)以判斷步長計(jì)數(shù)器count的奇偶值；該漢字邊界驗(yàn)證模塊用于根據(jù)該GBK奇偶校驗(yàn)?zāi)K的奇偶值校驗(yàn)結(jié)果來判斷起始位置和終止位置是否處在GBK雙字節(jié)漢字的邊界上。
2.如權(quán)利要求1所述的基于奇偶校驗(yàn)的GBK字符查詢系統(tǒng)，其特征在于，所述字符基礎(chǔ)查詢模塊的查詢方式為從左至右依次掃描GBK編碼字符串，找到滿足查詢字符串出現(xiàn)的位置，并進(jìn)行記錄起始位置為headp0S_k，終止位置為tailp0S_k，其中數(shù)字k表示在當(dāng)前GBK 編碼字符串中第k次基礎(chǔ)查詢匹配到的結(jié)果。
3.如權(quán)利要求2所述的基于奇偶校驗(yàn)的GBK字符查詢系統(tǒng)，其特征在于，所述GBK奇偶校驗(yàn)?zāi)K中沿起始位置向前依次檢測字節(jié)以判斷步長計(jì)數(shù)器count的奇偶值具體采用如下方法首先，將步長計(jì)數(shù)器count初始設(shè)為0 ；然后，沿headp0S_k向前，依次檢測字節(jié)T_ i，其中 i =headposl-l，headposl-2....，0 ；然后，計(jì)算 T_i&0x80 是否為 0，并根據(jù) T_i&0x80 運(yùn)算的數(shù)值進(jìn)行處理邏輯；最后判斷步長計(jì)數(shù)器count的奇偶值，如果count為奇數(shù)，則記錄 head_valid = 0 ；如果 count 為偶數(shù)，則記錄 head_valid = 1。
4.如權(quán)利要求2所述的基于奇偶校驗(yàn)的GBK字符查詢系統(tǒng)，其特征在于，所述GBK奇偶校驗(yàn)?zāi)K中沿終止位置向后依次檢測字節(jié)以判斷步長計(jì)數(shù)器count的奇偶值具體采用如下方法首先，將步長計(jì)數(shù)器count初始設(shè)為0 ；然后，沿tailp0S_k向后，依次檢測字節(jié) T_i，其中 i = tailpos+l，tailposl+2....；然后，計(jì)算 T_i&0x80 是否為 0，并根據(jù) T_i&0x80 運(yùn)算的數(shù)值進(jìn)行處理邏輯；最后判斷步長計(jì)數(shù)器count的奇偶值，如果count為奇數(shù)，則記錄 tail_valid = 0 ；如果 count 為偶數(shù)，則記錄 tail_valid = 1。
5.如權(quán)利要求3或4所述的基于奇偶校驗(yàn)的GBK字符查詢系統(tǒng)，其特征在于，所述漢字邊界驗(yàn)證模塊的驗(yàn)證方法具體為如果head_valid = 1且tailjalid = 1，則當(dāng)前GBK 字符的匹配結(jié)果有效，將該次查詢所得的匹配信息headp0S_k，行記錄；如果 head_valid = 0或tailjalid = 0，則當(dāng)前GBK字符的匹配結(jié)果無效，忽略本次匹配結(jié)果， 并設(shè)置k = k+Ι，繼續(xù)返回GBK奇偶校驗(yàn)?zāi)K，重新進(jìn)行下一個(gè)查詢位置的驗(yàn)證工作，直至k 為字符基礎(chǔ)查詢模塊的最后一個(gè)匹配結(jié)果才結(jié)束查詢，輸出查詢結(jié)果。
6.一種基于奇偶校驗(yàn)的GBK字符查詢系統(tǒng)的實(shí)現(xiàn)方法，其特征在于，包括如下步驟(1)讀取GBK編碼的字符串，導(dǎo)入到給定字符串中，以text_str標(biāo)記；(2)讀取查詢字符串，標(biāo)記為query_str；(3)將query_str和text_str進(jìn)行基礎(chǔ)查詢，方式為從左至右依次掃描text_str，找到滿足query_str出現(xiàn)的位置，并進(jìn)行記錄起始位置為headp0S_k，終止位置為tailp0S_k， 其中數(shù)字k表示在當(dāng)前串teXt_Str中第k次基礎(chǔ)查詢匹配到的結(jié)果；(4)在獲取步驟(3)的基礎(chǔ)查詢結(jié)果headp0S_k*tailp0S_k2后進(jìn)行編碼校驗(yàn)，具體為步驟A 沿headp0S_k向前依次檢測字節(jié)T_i以判斷步長計(jì)數(shù)器count的奇偶值，其中，i = headposl-l，headposl-2···.，0 ；步驟 B 沿 tailpos_k 向后依次檢測字節(jié) T_i 以判斷步長計(jì)數(shù)器count的奇偶值，其中i = tailpos+1, tailposl+2-.；(5)根據(jù)步驟的奇偶值校驗(yàn)結(jié)果來判斷headpos」和tailpos」是否處在GBK雙字節(jié)漢字的邊界上；(6)輸出GBK字符查詢結(jié)果。
7.如權(quán)利要求6所述的基于奇偶校驗(yàn)的GBK字符查詢系統(tǒng)的實(shí)現(xiàn)方法，其特征在于，在步驟(4)中，所述步驟A具體為1)將步長計(jì)數(shù)器count初始設(shè)為0 ;2)沿headp0S_k向前， 依次檢測字節(jié) T_i，其中，i = headposl-1, headposl-2····，0 ；3)計(jì)算 T_i&0x80 是否為 0 ； 4)根據(jù)T_i&0x80運(yùn)算的數(shù)值進(jìn)行如下處理邏輯如果T_i&0x80等于0，則記錄head_valid =1，并終止本步驟后續(xù)流程，直接進(jìn)入步驟B ；如果T_i&0x80不等于0，則將計(jì)數(shù)器count =coimt+1，再根據(jù)T_i的數(shù)值，進(jìn)行以下兩個(gè)處理子邏輯如果i = 0，則終止該步驟，并輸出count數(shù)值；如果i > 0，則將T_i設(shè)為T_i-1，并重新執(zhí)行上述步驟A的運(yùn)算，即繼續(xù)沿本字符串向前檢測；5)判斷步長計(jì)數(shù)器count的奇偶值，如果count為奇數(shù)，則記錄head_ valid = 0 ；如果 count 為偶數(shù)，則記錄 head_valid = 1。
8.如權(quán)利要求6所述的基于奇偶校驗(yàn)的GBK字符查詢系統(tǒng)的實(shí)現(xiàn)方法，其特征在于，在步驟⑷中，所述步驟B具體為1)將步長計(jì)數(shù)器count初始設(shè)為0 ;2)沿tailp0S_k向后， 依次檢測字節(jié)T_i，其中i = tailp0S+l，tailp0Sl+2….；3)計(jì)算T_i&0x80是否為0 ;4)根據(jù)T_i&0x80運(yùn)算的數(shù)值進(jìn)行如下處理邏輯如果T_i&0x80等于0，則記錄tailjalid = 1，并終止本步驟后續(xù)流程；如果T_i&0x80不等于0，則將計(jì)數(shù)器count = coimt+1，再根據(jù) T_i的數(shù)值，進(jìn)行以下兩個(gè)處理子邏輯如果i和當(dāng)前字符串teXt_Str的長度相同，則終止該步驟，并輸出count數(shù)值；如果i <當(dāng)前字符串teXt_Str的長度，則將T_i設(shè)為T_i+1，并重新執(zhí)行上述步驟B的運(yùn)算，即沿本字符串繼續(xù)向后檢測力)判斷步長計(jì)數(shù)器count的奇偶值，如果count為奇數(shù)，則記錄tailjalid = 0 ；如果count為偶數(shù)，則記錄tailjalid =1。
9.如權(quán)利要求6所述的基于奇偶校驗(yàn)的GBK字符查詢系統(tǒng)的實(shí)現(xiàn)方法，其特征在于，步驟(5)具體為如果head_Valid = 1且tailjalid = 1時(shí)，則當(dāng)前GBK字符的匹配結(jié)果有效，將該次查詢所得的匹配信息1^￡1(1 08_1^3￡01 08_1^進(jìn)行記錄；如果head_valid = 0或 tailjalid = 0時(shí)，則當(dāng)前GBK字符的匹配結(jié)果無效，忽略本次匹配結(jié)果，并設(shè)置k = k+1， 繼續(xù)返回步驟，重新進(jìn)行下一個(gè)查詢位置的驗(yàn)證工作。
10.如權(quán)利要求6所述的基于奇偶校驗(yàn)的GBK字符查詢系統(tǒng)的實(shí)現(xiàn)方法，其特征在于， 步驟(6)具體為如果k已是步驟(3)的最后一個(gè)匹配結(jié)果，則結(jié)束本次查詢的所有驗(yàn)證工作，將成功匹配的全部符查詢結(jié)果進(jìn)行輸出；如果k不是步驟(3) 最后一個(gè)匹配結(jié)果，則設(shè)置k = k+Ι，繼續(xù)返回步驟(4)，重新進(jìn)行下一個(gè)查詢位置的驗(yàn)證工作。
全文摘要
本發(fā)明公開了一種基于奇偶校驗(yàn)的GBK字符查詢系統(tǒng)，包括字符基礎(chǔ)查詢模塊、GBK奇偶校驗(yàn)?zāi)K和漢字邊界驗(yàn)證模塊；字符基礎(chǔ)查詢模塊用于對(duì)讀取的GBK編碼字符串與查詢字符串進(jìn)行基礎(chǔ)查詢，在GBK編碼字符串中找到滿足查詢字符串出現(xiàn)的位置，并記錄起始位置和終止位置；GBK奇偶校驗(yàn)?zāi)K用于對(duì)字符基礎(chǔ)查詢模塊所得的基礎(chǔ)查詢結(jié)果進(jìn)行編碼校驗(yàn)，采用向前向后的雙向奇偶校驗(yàn)方法；漢字邊界驗(yàn)證模塊用于根據(jù)GBK奇偶校驗(yàn)?zāi)K的奇偶值校驗(yàn)結(jié)果判斷起始位置和終止位置是否處在GBK雙字節(jié)漢字的邊界上。此外，本發(fā)明還公開了該系統(tǒng)的實(shí)現(xiàn)方法。本發(fā)明能查找并確定漢字的邊界，從而成功解決漢字高低字節(jié)編碼交叉容易導(dǎo)致的查詢誤匹配問題。
文檔編號(hào)G06F17/30GK102479187SQ20101055548
公開日2012年5月30日 申請(qǐng)日期2010年11月23日 優(yōu)先權(quán)日2010年11月23日
發(fā)明者陳運(yùn)文 申請(qǐng)人:盛樂信息技術(shù)(上海)有限公司