有没有办法查看 ctype.h 中的类型中有哪些字符？

Question

我正在编写一个 C 程序，该程序涉及遍历 .txt 文件并查找文件中未使用的所有可打印字符（或可能的图形字符）。我知道头文件 ctype.h 定义了几个字符类（例如数字、小写字母、大写字母等）并提供了检查给定字符是否属于每个类的函数，但我不确定是否有可能做相反的事情（即检查类中的 all 字符是否有某些东西）。我需要列出或定义每种类型中所有字符的东西，最好是数组或枚举类型。

Answer 1

不知道这是否有帮助，但我编写了一个程序来根据给定文件中找到的字符对字符进行分类。修复它以无条件地遍历 0..255 范围内的字符（字节）并不难。

#include <stdio.h>
#include <ctype.h>
#include <limits.h>

static void classifier(FILE *fp, char *fn)
{
    int c;
    int map[UCHAR_MAX + 1];
    size_t i;

    printf("%s:\n", fn);
    for (i = 0; i < UCHAR_MAX + 1; i++)
        map[i] = 0;

    printf("Code Char Space Upper Lower Alpha AlNum Digit XDig  Graph Punct Print Cntrl\n");

    while ((c = getc(fp)) != EOF)
    {
        map[c] = 1;
    }

    for (c = 0; c < UCHAR_MAX + 1; c++)
    {
        if (map[c] == 1)
        {
            int sp = isspace(c)  ? 'X' : ' ';
            int up = isupper(c)  ? 'X' : ' ';
            int lo = islower(c)  ? 'X' : ' ';
            int al = isalpha(c)  ? 'X' : ' ';
            int an = isalnum(c)  ? 'X' : ' ';
            int dg = isdigit(c)  ? 'X' : ' ';
            int xd = isxdigit(c) ? 'X' : ' ';
            int gr = isgraph(c)  ? 'X' : ' ';
            int pu = ispunct(c)  ? 'X' : ' ';
            int pr = isprint(c)  ? 'X' : ' ';
            int ct = iscntrl(c)  ? 'X' : ' ';
            int ch = (pr == 'X') ?  c  : ' ';
            printf("0x%02X %-4c %-6c%-6c%-6c%-6c%-6c%-6c%-6c%-6c%-6c%-6c%-6c\n",
                    c, ch, sp, up, lo, al, an, dg, xd, gr, pu, pr, ct);
        }
    }
}

我的代码提取的额外技巧是使用setlocale() 在当前语言环境而不是 C 语言环境中工作：

#include <locale.h>

int main(int argc, char **argv)
{
    setlocale(LC_ALL, "");
    filter(argc, argv, 1, classifier);
    return(0);
}

filter()函数处理来自argv[1]的参数（通常是optind而不是1，但是这段代码中没有条件参数处理）到argv[argc-1]，读取文件（或读取如果没有命名文件，则为标准输入）。它为打开的每个文件调用classifier()——并处理打开、关闭等操作。

Answer 2

ctype.h 中没有可以帮助您的固定字符列表。事实上isprint() 取决于语言环境。

假设您说的是char 而不是宽字符，解决问题的一种方法是初始化一个包含 256 个元素的表，每个元素代表一个字符：

char mychars[256];  
memset(mychars, 0, 256);  

然后打开文件并读取所有字符，并标记存在的字符：

...
int c; 
while ( (c=fgetc(fp)) != EOF) {
    mychars[c] |= 1;  
}

然后你就可以遍历可打印的：

for (int i=0; i<256; i++) {
    if (isprint(i) && !mychars[i]) 
         printf ("%c not found\n", (char)i);
}

Answer 3

您可以遍历unsigned char 类型的所有值，从0 到UCHAR_MAX，并检查<ctype.h> 中的每个函数以确定类是什么。

例如，您可以使用以下命令列出所有数字：

printf("digits: ");
for (int c = 0; c <= UCHAR_MAX; c++) {
    if (isdigit(c))
        putchar(c);
}
printf("\n");

Answer 4

我的建议：

1. 创建一个包含 256 个元素的 unsigned longs 数组，这些元素可以使 char 在文件中出现的次数变旧。

2. 逐字符读取文件内容，更新数组中的数据。

3. 处理完文件的所有字符后，遍历数组元素并打印必要的信息。

---

int main()
{
   unsigned long charOccurrences[256] = {0};

   // open the file.
   FILE* fin = fopen(....);

   int c;
   while ( (c = fgetc(fin)) != EOF )
   {
      // Increment the number of occurrences.
      charOccurrences[c]++;
   }

   // Process the data.
   for (int i = 0; i < 256; ++i )
   {
      if ( isprint(i) && charOccurrences[i] == 0 )
      {
         printf("%c was not found in the file.\n", i);
      }
   }

   // Close the file
   fclose(fin);
}