类似这种基础函数，现在习惯交给DeepSeek来写了。
不知有无遗漏？——

FUNCTION IsPureChinese(tcChar)
* 判断输入参数是否为纯汉字？
* 注：只预设两种输入参数编码：GBK或UTF-8。
LOCAL llResult, lcChar

lcChar = ALLTRIM(tcChar)

IF EMPTY(tcChar)
    RETURN .F.
ENDIF

* 自动检测编码并调用相应函数
DO CASE
    CASE LEN(lcChar) = 1    && 单字节，肯定不是汉字
        RETURN .F.
        
    CASE LEN(lcChar) = 2    && 可能是GBK编码
        lcChar = strconv(lcChar, 9)    && 将双字节字符也转换为 UTF-8
        RETURN IsUTF8Chinese(lcChar)
        
    CASE LEN(lcChar) >= 3    && 可能是UTF-8编码
        RETURN IsUTF8Chinese(lcChar)
        
    OTHERWISE
        RETURN .F.
ENDCASE
ENDFUNC

* UTF-8编码汉字判断
FUNCTION IsUTF8Chinese(tcChar)
LOCAL lnByte1, lnByte2, lnByte3, lnLen, lnUnicode

lcUnicode = strconv(tcChar, 12)    && 将 UTF-8 转换为 Unicode
* 小端序：低位在前，高位在后
lnLow = ASC(SUBSTR(tcUnicodeStr, 1, 1))
lnHigh = ASC(SUBSTR(tcUnicodeStr, 2, 1))
lnUnicode = lnHigh * 256 + lnLow
* 汉字Unicode范围：0x4E00-0x9FFF
RETURN (lnUnicode >= 0x4E00 AND lnUnicode <= 0x9FFF)
ENDFUNC

[此贴子已经被作者于2025-11-18 12:09编辑过]

汉字Unicode范围：0x4E00-0x9FFF
这个是 UTF16，不是 UTF-8 ?

这样看看有冇搞头
cstr  = "汉字"
uinc = STRCONV(cstr,5)
utf8 = STRCONV(cstr,9)
? STRCONV(STRCONV(cstr,6),5) == cstr
? STRCONV(STRCONV(uinc,6),5) == uinc
? STRCONV(STRCONV(utf8,6),5) == utf8

? STRCONV(STRCONV(cstr,11),9) == cstr
? STRCONV(STRCONV(uinc,11),9) == uinc
? STRCONV(STRCONV(utf8,11),9) == utf8

没错！Deepseek在一开头偷了个懒：
lcUnicode = strconv(tcChar, 12)
其实这样是有风险的：事关，超出3字节的UTF-8，在转换成Unicode的过程中会有损。
只不过平时我也不太可能处理到4字节以上的UTF-8，睁一只眼闭一只眼，当睇唔见啦。

不知你这是从哪位误人子弟的学者处抄来的
瞧瞧不用大字体都看不出差别的这哥俩，符合这扯蛋的编码范围不
? '丢',IsLeadByte('丢'), trans('丢', '@0')
? '丟',IsLeadByte('丟'), trans('丟', '@0')

大概率是把 GBK 和 GB2312 搞混了，但 GB2312 的首字节范围（0xA1-0xF7）也比它大

[此贴子已经被作者于2025-11-17 16:43编辑过]

全角的标点符合、数字、字母，算不算汉字？

https://baike.baidu.com/item/全角/9323113
全角：是指中GB2312-80（《信息交换用汉字编码字符集·基本集》）中的各种符号，如A、B、C、1、2、3等，应将这些符号理解为汉字。

“判断一个字符是否纯汉字（非标点符号、英数等）的函数”的意图是什么呢？

提问没有， 你应该这样问ds: 一段编码明确的文字（要么是utf8,要么是gbk)， 怎么判断这段文字都是汉字

如果编码不明确, 那么这个问题会上升到一个很高的高度, 需要自动判断文字的编码, 文字少很难, 如果是大量的文字判断准确度会高一些

还有gbk就别考虑了, 都是淘汰的编码, 除非你的系统是个古董, 所以一发现ds给出的代码有判断编码， 那么你就应该立即补充你的问题：只考虑utf8

感谢指正！确实是我的疏忽！
代码是 DeepSeek 给的，我只看了 UTF-8（Unicode）部分，没留意到 GBK 有Bug。
当然，这函数只能针对常用汉字（即 Unicode 编码 0x4E00 ～ 0x9FA5 的20902个汉字），至于后来 Unicode 不断扩展的罕用字，搞得比较复杂，无兴致逐一去枚举。
其实 GBK 编码的Bug，解决方案也简单：

    CASE LEN(lcChar) = 2    && 可能是GBK编码
        lcChar = strconv(lcChar, 9)    && 将双字节字符也转换为 UTF-8
        RETURN IsUTF8Chinese(lcChar)
   
统一用 UTF-8（准确地说，最终是转换为Unicode）去判断即可。

补充一点：未提供容错处理，无法通用。比如说：若输入的字符参数本身就是2字节的 Unicode LE/BE，这么strconv()转来转去，全乱套了！从这一点也可以看出 UTF-8 相比 UTF-16 的优势了：
UTF-16有大尾和小尾（BE/LE）的区别；你随便输入一个2字节的字符参数，根本无法精准地确认：它究竟是ANSI？或者是 UTF-16 LE？或者是UTF-16 BE？然而，你随便输入一个 UTF-8 ，傻瓜都能立刻确认它是且仅是 UTF-8 ！

原本我跟 DeepSeek 讨论的是另一个问题：
输入一个汉字字符串，如何判断它是一句话，或是一段话（有两句或以上）？
考虑以下例外的情形：

我的天哪！！！
我的天哪！！！……
你难道不惭愧吗？！
你难道不惭愧吗！？

单纯依靠 OCCURS( [句末标志符号（。！？.!?）] ) ，无法准确判断汉字字符串是否有两句话以上；必须确认：在一个[句末标志符号]后边，又出现了至少一个纯汉字，才可断定它有两句或以上。

遇到一个有趣的问题——

? '丢' = 0hB6AA   && 返回值 .T.
? '丢' == 0hB6AA   && 返回值 .T.
? TRANSFORM(0hB6AA, "@0")   && 返回值 "B6AA"
? TRANSFORM('丢', "@0")   && 返回值 "丢"

这是什么原因？有没有办法，让 TRANSFORM('丢', "@0") 也返回 "B6AA" ？


翻了一下 VFP 帮助文档，原来如此——

? STRCONV('丢', 15)   && 返回值 "B6AA"
? TRANSFORM(STRCONV('丢', 15), "@0")   && 返回值 "B6AA"

[此贴子已经被作者于2025-11-17 22:47编辑过]