關于GBK編碼及C語言中文輸出問題

引入

在使用C語言進行輸出時，我們可以發現漢字是占兩個字節的，如果想打印出漢字需要連續打印兩個字節，如果僅僅打印一個漢字字節會出現輸出為空的情況。如此情況的產生是因為漢字的編碼關系。目前應用最為靈活的utf-8，在很多編譯器中并不是默認的編碼方式，乃至我們的電腦中，選擇中文區域后我們的漢字編碼為GBK編碼。

GB2312及GBK編碼

GB2312是我國的第一種漢字編碼。盡管ASCII 碼成功的對西方字符編碼的標準進行了統一，但作為7位編碼，表示范圍有限（0~127），就算是8位ASCII 碼，高位的128個字符作為擴展，也都是用來存放英文的制表符，部分音標字符等其它符號。常用的漢字有幾千個，為了解決漢字編碼問題，GB2312應運而生。

GB2312采用區位碼進行設計，將編碼表分為94個區，每個區94個位，每個位放置1個字符。即使用雙字節對一個漢字進行編址，前一個字節代表這個漢字在編碼表的區號，后一個字節代表這個漢字在區中的位號。一般編碼方式為0xA0 + 區號，0xA0 + 位號，漢字的編碼范圍是0xB0A1~0xF7FE

在區號中01-09是符號區，16-87是漢字區，10-15及88-94是未定義的空白區。

GB2312滿足了基本的漢字編碼需要，但未收錄繁體字和生僻字，為了更好處理人名和古漢語，GBK橫空出世，是GB2312的超集，相同字符編碼相同，收錄字符更多，更廣。

這里提供漢字與國際碼轉換查詢網：https://www.qqxiuzi.cn/bianma/guobiaoma.php

?

正確輸出及中文判斷

這里以漢字【加】為例，對應編碼為：

根據前文介紹，BC為區號，D3為位號。轉換為對應的十進制：BC(188) D3(211)

當我們把兩個字符連續打印時，如果第一個字符是數值大于ASCII碼的最高范圍127，則會將其視為其它編碼格式，在正確的區位號下，編譯器識別其為GBK，從而輸出漢字。

如上圖所示，字符數值符合ASCII碼范圍，則按照ASCII碼進行解析。

當我們將中文字符編碼分開輸出時，由于字符數值高于ASCII碼又違背了GBK編碼雙字節的編碼規則，此時無法正常輸出。

如何判斷是否為中文字符

需求：輸入一串文字，將文字中的半角字符剔除，將全角字符輸出

【全角】：一個字符占兩個字節

【半角】：一個字符占一個字節

根據需求，可以發現我們需要的是將漢字輸出，其它剔除。上文提到，漢字的區號是0xA0 + 區號，因此只要第一個字符大于0xA0，此時順序輸出下一個字符即可。

#include <stdio.h> #include <stdlib.h>#define TRUE 1 #define FALSE 0 // @名稱：is2byte函數 // @用途：判斷是否為全角文字的第一個字節 int is2byte(int ch){if(ch > 0xa0){return TRUE; /*2字節文字（全角）*/}elsereturn FALSE; /*1字節文字（半角）*/ }int main(){int ch;while((ch = getchar())!=EOF){if(is2byte(ch) == TRUE){putchar(ch);putchar(getchar());}}return 0; }

此篇博客是博主在遇到問題，搜索資料后的簡單記錄，博主才疏學淺，如果博文出現錯誤請及時指出，也請各位諒解！

---

參考博文：https://blog.csdn.net/itplus/article/details/15341009

總結

以上是生活随笔為你收集整理的关于GBK编码及C语言中文输出问题的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。