如何编程实现汉字和中文标点的分开统计？

来源：百度知道 编辑：UC知道 时间：2024/05/20 06:28:56
1、统计一个文本文件中汉字数目，如何进行？如果仅仅通过ASCII码值的话，中文标点（全角字符）也被统计在内了，那如何区分开来呢？
2、任何语言皆可，关键能给俺一个思路，当然用程序实现最好，C为优。
兄弟们的解答太好了，再行添加一些，甚望达人们解答：
1、如何做到对全角字符（中文标点符号）与英文符号（半角字符）的转换？
2、能否针对doc、rtf等其它类型文档呢？

汉字的内码范围为 B0A0~F7A0,中文标点符号内码分布在
A1??的范围内，只要区分高字节的不同，就可以区分开汉字和标点了。
只给你一个思路，不给程序了。读文件，如果一个字节大于B0，则意味着有可能是中文汉字，如果下一字节仍然大于A0，那么这必然是一个汉字，字数加一，否则不予处理。直到文件读取结束。
回答补充：英文标点符号都有固定的小于128的ASCII码，而且只是单字节的。如果你想知道全角和半角标点的区别，就使用utral edit之类的工具察看，然后总结一下就可以了。要想针对某类固定格式的文档，必须知道他的文档格式，包括位置和压缩方法。然后才能解释清楚。