获取文件中汉字个数

MINGW + notepad++

strlen遇到汉字的问题：

#include <iostream>
#include <cstring>
using namespace std;

int main()
{
	cout << strlen("汉字") << endl;
}

以UTF-8无BOM编码输出结果为：6

以ANSI编码为：4

可见这个问题的答案与采用的字符编码方式有关。

对于GB2312:   

 汉字的第一字节：是从0xB0   开始编码  0xB0-0xF7(176-247)
 汉字的第二字节：是从0xA0   开始编码  0xA0-0xFE（160-254）

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

int main(int argc, char *argv[])
{
	int ch;
	int count = 0;
	FILE *fstream;

	if (argc < 2)
	{
		printf("Input Error!\nUsage:programmename filename\n");
		printf("输入错误!\n用法：程序名 文件名\n");
		return -2;
	}

	if ((fstream = fopen(argv[1], "r")) == NULL)
	{
		printf("File open error!\n");
		printf("文件打开出错!\n");
		return -1;
	}

	while (!feof(fstream))
	{
		ch = getc(fstream);
		
		if (ch >= 0xB0)
		{
			ch = getc(fstream);
			if (ch >= 0XA0)
			{
				count++;
			}
		}
	}
	printf("%s 包含%d个汉字\n", argv[1], count);
	return 0;
}

汉字编码问题请看：

http://ir.hit.edu.cn/~taozi/bianma.htm

转载于:https://my.oschina.net/N3verL4nd/blog/867024