先上demo:
int main(void){ FILE * pf; pf = fopen("E:/09_gbk.c", "r+"); if(pf == NULL){ perror("open file err"); return 0; } int ich; int nume = 0; //英文字符 int numc = 0; //中文字符 int num0 = 0; //數(shù)字的個(gè)數(shù) while((ich = fgetc(pf)) != EOF){ if( (ich >= 'A' && ich <= 'Z') || (ich >= 'a' && ich <= 'z') ){ nume++; } else if(ich >= '0' && ich <= '9'){ num0 ++; }else if(ich > 128){ //雙字節(jié)的字符 int ich2 = fgetc(pf); //再次讀入一個(gè)字符的int值 //根據(jù)這兩個(gè)字節(jié)的取值范圍確定其是否為漢字 if ( (ich >= 0x81 &&ich <= 0xa0) && ((ich2 >= 0x40 &&ich2 <= 0x7e)||(ich2 >= 0x80 &&ich2 <= 0xfe)) ){ numc ++; }else if( (ich >= 0xb0 &&ich <= 0xd6) && ((ich2 >= 0x40 &&ich2 <= 0x7e)||(ich2 >= 0x80 &&ich2 <= 0xfe)) ){ numc ++; }else if( (ich >= 0xd8 &&ich <= 0xf7) && ((ich2 >= 0x40 &&ich2 <= 0x7e)||(ich2 >= 0x80 &&ich2 <= 0xfe)) ){ numc++; }else if( (ich >= 0xaa &&ich <= 0xaf) && ((ich2 >= 0x40 &&ich2 <= 0x7e)||(ich2 >= 0x80 &&ich2 <= 0xa0)) ){ numc++; }else if( (ich >= 0xf8 &&ich <= 0xfe) && ((ich2 >= 0x40 &&ich2 <= 0x7e)||(ich2 >= 0x80 &&ich2 <= 0xa0)) ){ numc++; }else if( (ich == 0xd7) && ((ich2 >= 0x40 &&ich2 <= 0x7e)||(ich2 >= 0x80 &&ich2 <= 0xf9)) ){ numc++; } } } printf("english : %d, number : %d, chinese :%d", nume, num0, numc); return 0; }
- GBK/GB2312中規(guī)定,漢字,日文,韓文第一個(gè)字節(jié)是大于128的
- GBK中用2個(gè)字節(jié)表示一個(gè)漢字,英文的是1個(gè)字節(jié)表示,但是如果單獨(dú)用printf輸出一個(gè)漢字的sizeof()值,會(huì)顯示3,原因是前面會(huì)加上'\0'字符,所有是3個(gè)字節(jié),如果是2個(gè)漢字,會(huì)是5個(gè)字節(jié)
- GBK中的漢字的大致范圍是如下
| 第一個(gè)字節(jié)取值范圍 | 第二個(gè)字節(jié)取值范圍 |
|---|---|
| 81~A0 | 40~7E 或者 80~FE |
| AA~AF | 40~7E 或者 80~A0 |
| B0~D6 | 40~7E 或者 80~FE |
| D7 | 40~7E 或者 80~F9 |
| D8~F7 | 40~7E 或者 80~FE |
| F8~FE | 40~7E 或者 80~A0 |
- 為什么fgetc()函數(shù)返回的int而不是char類型?
如果只返回char類型, ascii碼對(duì)應(yīng)的字符是沒有問題的,
但是其他超出ascii碼的字符就會(huì)溢出不能正確表示了,
