C语言实现汉字和全角字符的分开统计

前几天看到一道统计输入文本中的文字的数目的题，一开始以为是统计英文，后来才发现是统计中文汉字的数目（毕竟统计英文字母这种事，咱也会），原题如下：

题目上有两个要求：输入、统计

以C语言为例：

要求一：输入一页文字（so easy , man)，采用数组存储，fgets()函数输入。

要求二：其实统计数字和空格很简单，因为数字和空格都可以由一个字节来表示，如果这个字节的ASCII码在数字的ASCII码范围中或者等于空格，结果就很明确了。

关键是统计文字。

我们平时使用的是全角字符，大家都知道，半角字符几乎都能用一个ASCII码表示，但是汉字却不能，它需要使用两个或者多个字节才能正确表示。一个汉字跟全角字符在内存中存储的时候占两个字节，强行把这每一个字节当ASCII码来看的话，它的值是大于128的（但是对于计算机来说，最高位是符号位，也就是说，这个字节的ASCII码会被计算机解释成负数，这个可以用来判断是不是全角字符），也就是说每个字节的最高位是1，落在了扩展的ASCII码表上。GBK编码和这种处理方式类似，它也是采用两个字节来存储，所以判断汉字的时候，可以用这个全角字符的GB码（国标码）来判断。

GB码相关资料：https://www.cnblogs.com/winnxm/archive/2009/12/15/1625088.html

​ https://segmentfault.com/a/1190000023809482

判断是否存在全角字符：

​ 如上述，两个字节的ASCII码小于0，则存在。

​ if(char[0] < 0 && char[1] < 0)

判断是否为汉字：

​ 一个全角字符的GB码等于高位和低位的ASCII码（两个二进制数，正值）连接在一起的数值。

​ 即GBcode = (unsigned char) char[0] * 256 + (unsigned char) char[1]

​ 对照GB2312简体中文编码表，汉字的GB码大于0xB0A0，所以

​ if(GBcode > 0xB0A0)zhNum++;

判断是否有全角的特殊符号，就可以用GB码小于0xB0A0（或者对应GB2312表查找对应的范围）

源码：

#include<stdio.h>
#include<stdlib.h>
#include<string.h>
#define Max 2048 //Assuming that the text is a maximum of 2048 bytes
int main(){
    int zhNum=0,figNum=0,spNum=0;//They are the number of Chinese characters, Numbers and Spaces.
    char txt[Max];
    printf("Please enter the text:\n");//Prompt the user to input the text
    fgets(txt,Max,stdin);
    for(int i=0;i<strlen(txt);i++){
        if(txt[i]<0&&txt[i+1]<0){
            int GBK=(unsigned char)txt[i]*256+(unsigned char)txt[i];
            if(GBK>0xB0A0)
                zhNum++;
            i++;//Because the full Angle character takes up two bytes, it goes straight to the next byte's next byte judgment
        }
        else if(txt[i]>='0'&&txt[i]<='9')figNum++;
        else if(txt[i]==' ')spNum++;
    }
    printf("Chinese characters' number is %d.\nThe number of figure is %d.\nThe number of spaces is %d.\n",zhNum,figNum,spNum);
    return 0;
}