精易论坛

标题: 取文本的个数，求算法 [打印本页]

---

作者: 豆豆灰常开心    时间: 前天 10:07
标题: 取文本的个数，求算法
751562----【时快乐】工贸公的的的司喹禾灵27652
取出上边一段文本的个数，一个文字算一个，一个数字算一个，一个符号算一个
上方文本个数是30

---

作者: 丿Mrs°戮默    时间: 前天 10:07
.版本 2
.支持库 spec

文本 ＝ “751562----【时快乐】工贸公的的的司喹禾灵27652”
调试输出 (文本_取长度ex (文本))

---

作者: 黑咖啡    时间: 前天 10:23

  

变量名	类 型	静态	数组	备 注
源文本	文本型
结果个数	整数型

源文本 ＝ “751562----【时快乐】工贸公的的的司喹禾灵27652”
结果个数 ＝ 取文本长度 (到全角 (源文本)) ÷ 2
调试输出 (结果个数)

i支持库列表	支持库注释
spec	特殊功能支持库

.版本 2<br /> .支持库 spec<br /> <br /> .局部变量 源文本, 文本型<br /> .局部变量 结果个数, 整数型<br /> <br /> 源文本 ＝ “751562----【时快乐】工贸公的的的司喹禾灵27652”<br /> 结果个数 ＝ 取文本长度 (到全角 (源文本)) ÷ 2<br /> 调试输出 (结果个数)

---

作者: 尛龍科技    时间: 前天 11:35

  

子程序名	返回值类型	公开	备 注
计算字符数	整数型
参数名	类 型	参考	可空	数组	备 注
文本内容	文本型

变量名	类 型	静态	数组	备 注
全角文本	文本型
全角长度	整数型

全角文本 ＝ 到全角 (文本内容)
全角长度 ＝ 取文本长度 (全角文本)
返回 (四舍五入 (全角长度 ÷ 2, 0))

.版本 2<br /> <br /> .子程序 计算字符数, 整数型<br /> .参数 文本内容, 文本型<br /> .局部变量 全角文本, 文本型<br /> .局部变量 全角长度, 整数型<br /> <br /> 全角文本 ＝ 到全角 (文本内容)<br /> 全角长度 ＝ 取文本长度 (全角文本)<br /> 返回 (四舍五入 (全角长度 ÷ 2, 0))

这就是个完整的算法

---

作者: 呵呵仙    时间: 前天 12:49
#include <stdio.h>
#include <stddef.h>
//取多字节字符文本长度
size_t count_characters(const char *str) {
        if (str == NULL || *str == '\0') return 0;

        size_t count = 0;

        while (*str) {
                // 检查是否中文字符（ANSI 双字节字符）
                if ((unsigned char)*str >= 0x80) {
                        count++; // 中文字符计为1
                        str += 2; // 跳过两个字节
                } else {
                        count++; // ASCII字符计数
                        str++;
                }
        }

        return count;
}

---

作者: 呵呵仙    时间: 前天 12:53

---

作者: dnxl    时间: 前天 14:01

---

作者: 冯古屋    时间: 前天 14:22
正则匹配下？

---

作者: zainex    时间: 前天 14:53
转成UTF32，每个编码都是4字节，除以4就是编码个数，一般也能正确表示“字符”个数：

  

窗口程序集名	保 留	保 留	备 注
窗口程序集_启动窗口

子程序名	返回值类型	公开	备 注
__启动窗口_创建完毕

变量名	类 型	静态	数组	备 注
文本	文本型
结果	字节集
数量	整数型

文本 ＝ “751562----【时快乐】工贸公的的的司喹禾灵27652”
结果 ＝ 编码转换 (到字节集 (文本), #编码_GB18030, #编码_UTF_32LE, )
数量 ＝ 取字节集长度 (结果) ÷ 4
调试输出 (数量)

i支持库列表	支持库注释
iconv	编码转换支持库
spec	特殊功能支持库

.版本 2<br /> .支持库 iconv<br /> .支持库 spec<br /> <br /> .程序集 窗口程序集_启动窗口<br /> <br /> .子程序 __启动窗口_创建完毕<br /> .局部变量 文本, 文本型<br /> .局部变量 结果, 字节集<br /> .局部变量 数量, 整数型<br /> <br /> 文本 ＝ “751562----【时快乐】工贸公的的的司喹禾灵27652”<br /> 结果 ＝ 编码转换 (到字节集 (文本), #编码_GB18030, #编码_UTF_32LE, )<br /> 数量 ＝ 取字节集长度 (结果) ÷ 4<br /> 调试输出 (数量)

不选择转成UTF16，因为在UTF16涉及BMP（基本多文种平面），有些编码是2字节而另一些是4字节，处理起来没UTF32简单。

另外，那种广为流传的，要么除以2要么加1的统计方法也是错误的。
它基于这一个猜想，即世界上所有的文字编码总数不会超过6万个（如早期的Unicode），而事实上，现行国家强制性规定的汉字就有8万多个。

总的来说，对比其它方案，转成UTF32除以4，是一种相对合理又简单的统计方式。

---

作者: qinzaidj    时间: 前天 14:55
调试输出 (文本_逐字分割 (“751562----【时快乐】工贸公的的的司喹禾灵27652”))

---

作者: qinzaidj    时间: 前天 14:55

qinzaidj 发表于 2025-7-19 14:55
调试输出 (文本_逐字分割 (“751562----【时快乐】工贸公的的的司喹禾灵27652”)) ...

输出结果:30

---

作者: Hoibben    时间: 前天 16:12
方法很多 上面的方法都能实现 看效率的话就要看数据量多少是否频繁调用啥的 也可以用汇编无非就一行代码的事情~

---

欢迎光临 精易论坛 (https://bbs.125.la/)

Powered by Discuz! X3.4