类型(type)判断

windows下源文件编码问题

在windows下不要直接右击桌面创建.txt再改成.c,这种方式容易引起编码问题

windows下gvim的设置:
先打开gvim再用:w newfile.c这种方式来创建新文件
vimrc文档中设置保存文件的编码方式为chinese或gbk

• set fileencoding=chinese //gbk也可以

char与wchar_t

• 英文字符在char中占一位,汉字字符在char中占两位;
  char采用可变长编码(具体取决于编译器),与printf配合使用

• 英文字符和中文字符在wchat_t中统一占两位.
  wchat_t采用unicode编码,与wprintf配合使用
  在字符字面量前统一加L

编码范围

英文字符(ascii, 含标点,字母,数字): 0x00-0x7F,每个英文字符占一个字节(char)
汉字字符(GB2312, 含汉字及标点): 0xA1A1(41377) - 0xFEFE(65278), 每个汉字字符占两个字节
汉字范围: 0xB0A1(45217) - 0xF7FE(63486)

注: wchat_t使用unicode编码,每个字符占两个字节,中文范围是4E00-9FBF, unicode里面包含了各个国家语言文字的编码,而GB2312是汉字的一个专有编码集

内置类型判断函数

#include <stdio.h>
#include <ctype.h>
#include <limits.h>

static void prclass(const char *name,int (*fn)(int)){
    int c;

    fputs(name,stdout);
    fputs(": ",stdout);
    for(c=EOF;c <= UCHAR_MAX;++c)
        if((*fn)(c))
            fputc(c,stdout);
    fputs("\n",stdout);
}

int main(int argc,char *argv[]){
    prclass("ispunct",&ispunct);
    prclass("isdigit",&isdigit);
    prclass("islower",&islower);
    prclass("isupper",&isupper);
    prclass("isalpha",&isalpha);
    prclass("isalnum",&isalnum);
    return 0;
}

打印汉字

需配合setlocale使用, ".936"代表GBK编码,以下三选一
setlocale(LC_ALL,"");
setlocale(LC_ALL, "chinese-simplified" )
setlocale(LC_CTYPE,".936");

#include <stdio.h>
#include <stdlib.h>
#include <stddef.h>
#include <locale.h>

int main(int argc,char *argv[]){
    setlocale(LC_CTYPE,".936");
    wchar_t str[]=L"我是abc";    
    wprintf(L"%s\n",str); //printf与char*也是可以输出中文的
    return 0;
}

英文与汉字区分

判断一个数组中的字符为汉字字符或英文字符时，先以unsigned char方式检查char[0]，
如果char[0] <= 7F则判定为英文字符，如果char[0]>= A1 && char[1]>=A1则判定为中文字符，更完整的应该是把上限也判断一下

#include <stdlib.h>
#include <stdio.h>

int word_test(const unsigned char *s){
    if(s[0] <= 0x7F){
        printf("en ");
        return 0;
    }
    else if((s[0] >= 0xA1) && (s[1] >= 0xA1)){
        printf("zh-cn ");
        return 1;
    }
    else{
        printf("unknown ");
        return -1;
    }
}

void sentence_test(const unsigned char *s){
    int i=0,ret;
    while(s[i] != '\0'){
        ret=word_test(&s[i]); 
        if(ret == 0)
            i++;
        else if(ret == 1)
            i+=2;
        else
            exit(-1);
    }
    printf("[count of char=%d\n",i);
}
int main(int argc, const char *argv[]){
    word_test("我");
    puts("");
    word_test("a");
    puts("");
    sentence_test("w我是abc");
    return 0;
}

统计文件中的字符数

运行时输入绝对路径,

#include <stdio.h>
#include <ctype.h>
#include <assert.h>

int main(int argc,char *argv[]){
    FILE *fp=fopen(argv[1],"r"); 
    assert(fp != NULL);

    int alpha=0,num=0,punc=0;
    char c;
    while((c=fgetc(fp)) != EOF){
        if(isalpha(c))
            alpha++;
        if(isdigit(c))
            num++;
        if(ispunct(c))
            punc++;
    }
    printf("count of alpha=%d\n",alpha);
    printf("count of num=%d\n",num);
    printf("count of punc=%d\n",punc);
    return 0;
}

GB2312获取汉字首字母

#include <stdlib.h>
#include <locale.h>
#include <stdio.h>
#include <string.h>

#define CONVERT(start, end, code, letter) if(code >= start && code <= end) return letter
char Convert(wchar_t n){
    // 根据汉字区域码获取拼音声母GB2312,不适用于wchar_t(unicode)
    CONVERT(0xB0A1, 0xB0C4, n, 'A');
    CONVERT(0XB0C5, 0XB2C0, n, 'B');
    CONVERT(0xB2C1, 0xB4ED, n, 'C');
    CONVERT(0xB4EE, 0xB6E9, n, 'D');
    CONVERT(0xB6EA, 0xB7A1, n, 'E');
    CONVERT(0xB7A2, 0xB8C0, n, 'F');
    CONVERT(0xB8C1, 0xB9FD, n, 'G');
    CONVERT(0xB9FE, 0xBBF6, n, 'H');
    CONVERT(0xBBF7, 0xBFA5, n, 'J');
    CONVERT(0xBFA6, 0xC0AB, n, 'K');
    CONVERT(0xC0AC, 0xC2E7, n, 'L');
    CONVERT(0xC2E8, 0xC4C2, n, 'M');
    CONVERT(0xC4C3, 0xC5B5, n, 'N');
    CONVERT(0xC5B6, 0xC5BD, n, 'O');
    CONVERT(0xC5BE, 0xC6D9, n, 'P');
    CONVERT(0xC6DA, 0xC8BA, n, 'Q');
    CONVERT(0xC8BB, 0xC8F5, n, 'R');
    CONVERT(0xC8F6, 0xCBF9, n, 'S');
    CONVERT(0xCBFA, 0xCDD9, n, 'T');
    CONVERT(0xCDDA, 0xCEF3, n, 'W');
    CONVERT(0xCEF4, 0xD1B8, n, 'X');
    CONVERT(0xD1B9, 0xD4D0, n, 'Y');
    CONVERT(0xD4D1, 0xD7F9, n, 'Z');
    return '\0';
}

void py_Invert(const char *src,char *ret,int size){
    const char *sChinese = src;

    wchar_t wchr = 0;
    int nCount = strlen(sChinese) / 2;

    int i,j;
    char rst;
    for (i = 0, j = 0; i < nCount,i<size-1; ++i){
        wchr = (sChinese[j++] & 0xff) << 8; // 高字节
        wchr |= (sChinese[j++] & 0xff);        // 低字节
        
        ret[i]=Convert(wchr);
    }
    ret[i]=0;
}
int main(int argc,char *argv[]){
    setlocale(LC_CTYPE,".936");
    char str[]="这是测试";
    char ret[10]={0};
    py_Invert(str,ret,10);
    printf("%s\n",ret);
    return 0;
}

以GB2312编码打印所有汉字

#include <stdlib.h>
#include <locale.h>
#include <stdio.h>

int main(int argc,char *argv[]){
    setlocale(LC_CTYPE,".936");
    char test1[3]={0xB0,0xA1,0};

    unsigned char index;
    for(index=0xA1;index<=0xFF;index++){
        test1[1]=index;
        printf("%s ",test1);
        if(index == 0xFF)
            test1[0]=(unsigned char)test1[0]+1;
        if(((unsigned char)test1[0] == 0xD7) && ((unsigned char)test1[1] == 0xF9))
            break;
    }
    return 0;
}