C语言字符型数据（二）— 汉字的读写

最新推荐文章于 2025-05-29 20:49:52 发布

原创

最新推荐文章于 2025-05-29 20:49:52 发布 · 1.2w 阅读

55 ·

CC 4.0 BY-SA版权

文章标签：

#c语言 #字符型数据 #汉字读写

首先声明：这些内容主要是面向C语言的初学者，尤其是正在学习C语言的学生。

在上一篇文章中，我们利用字符型变量处理了文本文件中的英文字符。但是，文本文件中不仅能输入英文字符，更多的时候我们需要处理汉字，如何用C语言程序读写这些汉字呢？大多数的C语言初学者或者已经学过C语言的学生对这个问题并不清楚，主要是因为教材上很少涉及这个问题。实际上汉字的读写是很实用的操作，它是基于汉语的文本搜索、自然语言处理等应用的基础。本文中将利用字符处理函数读写汉字，因此，也把这个问题当作是字符型数据的扩展应用。

文本文件中的英文字符是按照ASCII码存储的，每一个字符占一个字节，而汉字是按照汉字内码存储的，每一个汉字占两个字节（注意：汉字有不同编码：外码，国标码，内码，字形码等，请查阅相关资料）。汉字内码是在国标码的基础上加了8080H，换句话说，将国标码的两个字节的最高位置1，则变成了汉字内码。下面的例子可以显示文本文档中一个汉字的内码。

例1：在一个名为“a.txt”的文本文档中输入一个汉字“啊”，以十六进制的形式输出其内码。

#include"stdio.h"
int main()
{
    char c;
    freopen("a.txt","r",stdin);
    //读出两个字节并输出
    c = getchar();        
    printf("%X", c);
    c = getchar();        
    printf("%X", c);
    return 0;       
}

图1显示了文本文件“a.txt”的内容，图2显示了汉字“啊”的内码。