Пробовал 2 варианта, через размер файла(fseek), и через цикл while(fgetc(file) != EOF. С файлом с английскими словами возвращает все правильно. С русскими же в 2 раза больше. Можно ли как нибудь сделать, чтобы независимо от языка он возвращал верное кол во символов?
-
А текст в какой кодировке?– zedCommented 31 мая 2020 в 8:01
-
Я так понял русские символы это UNICODE? Создаю обычный *.txt. Посмотрел сколько весит один английский символ - 1 байт. Русский символ же весит - 2 байта в моей программе– Ярослав ЗахаровCommented 31 мая 2020 в 8:15
-
Все ответ ниже с wchar помог. Странно что один компилятор не хотел считать символы, а другой посчитал их– Ярослав ЗахаровCommented 31 мая 2020 в 9:42
-
1Ваш текстовый файл может быть в UTF-8 (скорее всего) или в ANSI-1251 или в UTF-16 или в ещё какой экзотической кодировке. И в зависимости от того, какая используется кодировка в файле, один символ будет занимать то или иное количество байт. Причём, в зависимости от символа и кодировки, число байт занимаемых этим символом может отличаться от числа байт, занимаемых другим символом в этой же кодировки (кодировка с переменным числом байт на символ). Соответственно, и считать символы можно только зная кодировку текста.– zedCommented 31 мая 2020 в 10:01
Добавить комментарий
|
1 ответ
Читайте UTF-8 символы с помощью fgetwc
. Работает только с указанной локалью.
NAME
fgetwc, getwc - read a wide character from a FILE stream
SYNOPSIS
#include <stdio.h>
#include <wchar.h>
wint_t fgetwc(FILE *stream);
wint_t getwc(FILE *stream);
DESCRIPTION
The fgetwc() function is the wide-character equivalent of
the fgetc(3) function. It reads a wide character
from stream and returns it. If the end of stream is reached,
or if ferror(stream) becomes true, it returns
WEOF. If a wide-character conversion error occurs, it sets
errno to EILSEQ and returns WEOF.
getwc.c
#include <stdio.h>
#include <wchar.h>
#include <errno.h>
#include <locale.h>
int main(){
setlocale(LC_ALL,"");
FILE * const f = fopen("test","r");
do{
errno=0;
wint_t const wc = fgetwc(f);
if (wc == WEOF) {
if(errno)
printf("error\n");
else
printf("eof\n");
break;}
printf("wc=%d\n",wc);
} while (1);
fclose(f);
}
-
Разве utf8 использует широкие символы? Он вроде использует пары символов, но не широкие.– user206435Commented 31 мая 2020 в 9:17
-
Написал такую функцию: int get_sym(FILE* fi, int symb) { while (fgetwc(fi) != EOF) { symb++; printf("%d\n", symb); } return symb; } И если использовать такой fgetwc то даже в цикл while не заходит Commented 31 мая 2020 в 9:29
-