[問題] C語言--輸出中文字元陣列中單一字元的問

看板C_and_CPP作者 (Huan)時間6年前 (2017/11/03 14:49), 6年前編輯推噓1(1推 0噓 12→)
留言13則, 3人參與, 6年前最新討論串1/1
遇到的問題： (1) string中含2bytes的中文字符及1byte的空格字元要如何計算strlen (2) 2bytes的中文字符string中要如何輸出單一字元(一般string中的string[0]) 問題詳細描述： 我想要用既有的詞庫建一個詞庫，修改成我想要的格式 既有詞庫原本的格式為： 一 般 直 些 時 定 月 點 丁 二烯 烷 香 七 彩 嘴八舌 里香 零八落 情六慾 丈 夫 量 母娘 人 希望輸出為(50是預設詞頻)： 一般 50 一直 50 一些 50 一時 50 一定 50 一月 50 一點 50 丁二烯 50 丁烷 50 丁香 50 七彩 50 七嘴八舌 50 七里香 50 七零八落 50 七情六慾 50 丈夫 50 丈量 50 丈母娘 50 丈人 50 以下是我的程式碼： https://drive.google.com/open?id=1QGOG5uFO22OAcs9pgV83eVB41FpltqI- 如果輸入的檔案是英文可以正確執行 https://imgur.com/cVr45nT
但如果輸入的檔案是中文就會變成亂碼 上網查了一下是因為在中文編碼中一個字元佔2bytes 用%c輸出一次只能輸出1byte 有看到資料說好像可以將char型別改為wchar_t strlen的部分用wcslen替換 我用上面程式碼中的第22行(被註解掉的那行)做了一些測試 好像還是有一些問題 https://imgur.com/jLvgT6L
最後一筆測資”你好嗎”的wcslen似乎就有錯誤 輸入檔案中有夾帶1byte的空格字元似乎也不能完全用wcslen算字元數 另外試了一下若輸入為中文時想只輸出一個中文字元(例如第一個字元) printf(“%c”, data_buf[0]) 試過用%c或%ls好像都會出現亂碼或是錯誤 問了幾位平常有在coding的同學 好像都沒有處理過中文的問題 還請版上各位前輩幫忙了，感謝 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.44.67.165 ※ 文章網址: https://www.ptt.cc/bbs/C_and_CPP/M.1509691764.A.C47.html ※ 編輯: skyHuan (114.44.67.165), 11/03/2017 14:55:05 ※ 編輯: skyHuan (114.44.67.165), 11/03/2017 15:04:00
→
11/03 15:05, 6年前 , 1F
用%s輸出 第一個漢字就用substr取最前面兩個字元
11/03 15:05, 1F
有查了一下，C沒有支援substr函式，但可以用strncpy函式代替，先稍微做了測試，讀取 中文的時候好像還是會有問題 https://imgur.com/qBxH4eF
讀取英文取多個字元是正常但少字元最後好像也會有亂碼 https://imgur.com/d7FVgG3
https://imgur.com/CeYiDyi
是使用這個函式有沒注意到的地方嗎，感謝
推
11/03 16:03, 6年前 , 2F
中文有UTF-8,UTF-16,跟BIG5,UTF8跟UTF16的碼是一樣的
11/03 16:03, 2F
→
11/03 16:05, 6年前 , 3F
但UTF8存在記憶體的方式不同,詳細要上網查看看
11/03 16:05, 3F
→
11/03 16:07, 6年前 , 4F
程式預設比較建議用unicode來編碼,可以吃萬國碼
11/03 16:07, 4F
→
11/03 16:11, 6年前 , 5F
看你程式應該是用BIG5,也就是多字元,查一下規則
11/03 16:11, 5F
→
11/03 16:11, 6年前 , 6F
把BIG5規則代入你的code中就不會有亂碼了
11/03 16:11, 6F
→
11/03 16:13, 6年前 , 7F
BIG5不太能用wchar來處理,碰到單個字母就會有亂碼
11/03 16:13, 7F
→
11/03 17:09, 6年前 , 8F
用wchar請用mbstowcs或是MultiByteToWideChar去轉換
11/03 17:09, 8F
※ 編輯: skyHuan (114.44.67.165), 11/03/2017 18:30:06 ※ 編輯: skyHuan (114.44.67.165), 11/03/2017 18:39:39
→
11/03 18:54, 6年前 , 9F
在程式碼中直接用中文會跟檔案編碼跟編譯器有無支援相
11/03 18:54, 9F
→
11/03 18:56, 6年前 , 10F
關,最好避免這麼做
11/03 18:56, 10F
→
11/03 19:02, 6年前 , 11F
英文出現亂碼是因為你忘了在結尾補\0
11/03 19:02, 11F
→
11/03 19:06, 6年前 , 12F
你的問題用wchar應該比較好解決
11/03 19:06, 12F
→
11/03 19:06, 6年前 , 13F
11/03 19:06, 13F
參考了serikafan大的code， 加上setlocale(LC_ALL,"Chinese_Taiwan.950"); printf要用大寫的%C跟%S (寬字元)後， 問題已經解決，謝謝各位幫忙解答 ※ 編輯: skyHuan (114.37.176.48), 11/03/2017 21:40:56 ※ 編輯: skyHuan (114.37.176.48), 11/03/2017 21:41:37
‣ 更多 skyHuan 的文章
文章代碼(AID): #1P_15qn7 (C_and_CPP)