Question

C语言中如何判断中文字符

需要编写程序，用于处理含有中英字符、其他特殊字符的文档

Answer 1

这是跟汉字的存储方式有关，西文字符用ASCII码的话，一个字节可以表示一个字符，而汉字用的是双字节表示一个汉字。
那么，为了在机器内部区分ASCII码和汉字机内码，就规定汉字的两个字节的最高为都为1.

例如：汉字“啊”的汉字机内码为B0A1H
表示成双字节是这样的10110000 10100001

本程序用的就是判断最高位的方法。

int is_zh_ch(char p)
{

if(~(p >> 8) == 0) 将p字节进行移位运算，右移8位，这样，如果移位后是0，则说明原来的字节最高位为0，不是1那么也就不是汉字的一个字节。
{
return 0; //代表不是汉字
}

return -1;
}

Answer 2

和文字表示方法有关。西文字符一个字节（char）就可以表示（ASCII码中包括了所有的西文字符），因为一个char只有8位，最多表示256个文字，因此而非西文字符的文字（UNICODE)全部用两个字节表示，机器内部的最小存储单位是字节，为了区分连续的两个char表示的是一个UNICODE还是两个西文字母，规定UNICODE码的两个字节的最高位都是1。
if(~(p >> 8) == 0) return 0;的意思是，将char p的符号位（char为8位，即最高位）右移，若是UNICODE则p>>8后为1111 1111,然后按位取反为0

其实原理上面说过了，UNICODE码最高位为1，即符号位为1，上面的代码和下面的等价：
int is_zh_ch(char p)
{
if(p<0) return 0;
return -1;
}

Answer 3

　　判断输入的是中文还是英文很简单：
1、首先，要确认数据类型是字符型。
2、英文或一些特殊字符的ASCII码小于0x7f。
3、中文是以区位码形式出现的，ASCII码大于0xa0。
比如：
#include <stdio.h>
#include<string.h>
int main()
{
char* ss="hello世界";
int i;
while(*str)
{
if((unsigned)*str>=161) {str+=2;i++;}
else str++;
}
printf("Chinese char number is:%d\n",i);
return 0;
}

Answer 4

汉字用两个字节编码，且机内码的每字节最高位都是1。所以对于含有汉字的字符串a，可以用if(a[i]&0x80 && a[i+1]&0x80)来判断，若()内为真则为汉字，否则不是。

Answer 5

测试过了，你看看怎么样吧
#include<stdio.h>
int main(void)
{
char s[20];
int i,j;
char a,c[3];
FILE * fp;
scanf("%s",s);
fp=fopen(s,"r");
if(!fp){
printf("open error\n");
return 1;
}
i=0;
c[2]='\0';
while((a=fgetc(fp))!=EOF){
if(a&0x80){
c[i]=a;
i++;
if(i==2){
printf("%s 是汉字\n",c);
i=0;
}
}
else i=0;
}
getchar();
getchar();
return 0;
}