hive 怎么区分字符串中“中文”的数量

　　IG5码编码规则是这样的：每个汉字由两个字节构成，第一个字节的范围从0X81－0XFE，共126种。第二个字节的范围分别为
0X40－0X7E，0XA1－0XFE，共157种。
　　　　也就是说，利用这两个字节共可定义出 126 * 157＝19782种汉字。这些汉字的一部分是
我们常用到的，如一、丁，这些字我们称为常用字，其BIG5码的范围为0XA440－0XC671，共5401个。较不常用的字，如滥、调，我们称为次常
用字，范围为 0XC940－0XF9FE，共7652个，剩下的便是一些特殊字符。
　　制作码表文件的原理是这样的：首先将所有的BIG5编码写入一个文件，然后，使用具有BIG5码到GB码转换功能的软件，将文件转换为GB码文件，即得到码表文件，区分字符串的中文数量。本回答被提问者采纳