Chinaunix

标题: 如何用C程序实现将GB2312的6763个汉字按输出到一个文本文件 [打印本页]

作者: fyimail 时间: 2008-10-21 16:43
标题: 如何用C程序实现将GB2312的6763个汉字按输出到一个文本文件
如何用C程序实现将GB2312的6763个汉字按输出到一个文本文件？

作者: redor 时间: 2008-10-21 17:16
按照编码段地址.. 数字

int fd = -1, i = 0, start = xx, end = yy;
if((fd = open("/tmp/zh.txt", O_CREAT|O_WRONLY)) > 0)
{
for(i = start; i < end; i++)
{
write(fd, &i, sizeof(short));
write(fd, "\r\n", 2);
}
close(fd);
}

复制代码

作者: fyimail 时间: 2008-10-21 17:22
redor, thank you. I have a try right now.

作者: fyimail 时间: 2008-10-21 17:23
但是这个地址范围是多少啊？

[ 本帖最后由 fyimail 于 2008-10-21 17:42 编辑 ]

作者: cnangel 时间: 2008-10-21 17:57
本帖最后由 cnangel 于 2010-04-07 09:32 编辑

int i = 32768;
for (; i < 65536; i ++)
{
if (i % 256 < 0x20)
printf(" ");
else
{
printf("%c%c", i / 256, i % 256);
if (i % 32 == 31) printf("\n");
}
}

作者: Godbach 时间: 2008-10-21 17:59
这样就可以输出汉字啊，呵呵。学习了

作者: redor 时间: 2008-10-21 18:14

原帖由 fyimail 于 2008-10-21 17:23 发表
但是这个地址范围是多少啊？

http://www.css8.cn/css8_document/gb2312.htm

你看看这个是否有帮助

作者: 雨过白鹭洲 时间: 2008-10-21 19:23
一直没搞清楚multi-byte字符，和unicode...

所以我写C语言一直都是直接char，惭愧

作者: honey709 时间: 2008-10-21 20:07
学习了

作者: Godbach 时间: 2008-10-21 20:24

原帖由 雨过白鹭洲 于 2008-10-21 19:23 发表
一直没搞清楚multi-byte字符，和unicode...

所以我写C语言一直都是直接char，惭愧

偶也是。因为一直也没涉及到要输出宽字符的程序。

作者: redor 时间: 2008-10-21 22:00

原帖由 雨过白鹭洲 于 2008-10-21 19:23 发表
一直没搞清楚multi-byte字符，和unicode...

所以我写C语言一直都是直接char，惭愧

其实很容易理解, unicode是把世界上任何一个国家的文字和字符都统一到一个表里, 也就是给你一个编码数字,
以前的unicode是short两个字节也就是65535个字符, 后来好像扩大了.
其他的一些比如UTF-8 UTF-16都是unicode的一种编码实现. 实际上最后的码还是unicode, 真正的的unicode只是一些数字.
我国的gb2312 GBK 都是自己的编码规则, 其实也是数字编码.
后来的gb18030好像扩大了码表可以兼容其他国家的字符.

一般做字符转换是先转成对应的unicode 然后在转成其他的编码, 因为任何字符编码最后都可以转成unicode.

作者: fyimail 时间: 2008-10-22 10:27

原帖由 cnangel 于 2008-10-21 17:57 发表
int i = 32768;
    for (; i < 65536; i ++)
    {
        if (i % 256 < 0x20)
      ...

非常感谢。
但是里面的一些语句不太懂，32678，65535都代表什么，256代表什么，这段代码执行后，打印出来是好多乱码?

欢迎光临 Chinaunix (http://bbs.chinaunix.net/)