#!/usr/bin/perl
#如果在文字中使用大字符集，那麼將文字儲存成utf-8格式。
#並將下面的注釋標誌去掉，同時給後面的簡體中文編碼語句加注釋標記
#use utf8;
#使用簡體中文編碼，否則拆分單個漢字會出錯。
use encoding "euc-cn";
#如果不提供待統計文字，退出程式
die if $#argv == -1;
#開啟待統計檔案
open(txt, $argv[0]) or die "無法開啟待統計檔案。/n";
#雜湊表，用於存放「漢字=>頻率值」對。
%frequency = ();
#讀取每一行，用chomp()刪除句末換行符，否則會出錯。
#用split函式將字串分割為每乙個漢字。每找到乙個漢字，該字頻率加1。
while($string = )++;}}
#列印統計結果。
print "字頻統計結果是： /n";
while ( ($k,$v) = each %frequency )
#排序後列印結果。
print "字頻統計結果是（由小到大排序後）： /n";
@character = sort <=> $frequency }( keys %frequency);
foreach $character (@character)/n";}
中文字符集
gb2312 1980年 16位字符集，收錄有6763個簡體漢字，682個符號，共7445個字元。優點 適用於簡體中文環境，屬於中國國家標準，通行於大陸，新加坡等地也使用此編碼 缺點 不相容正體中文，其漢字集合過少。gbk 1995年 16位字符集，收錄有21003個漢字，883個符號，共21886...
Java中文位元組長度
中文的位元組編碼長度跟其本身長度是不一樣的，一般來說，位元組碼長度是本身長度的一倍。此處有待證實 其他英文數字的位元組碼長度跟本身長度是一樣的。32 16 11 11 public classgbk length public static voidmain string args string s...
設定中文字符集
目錄 二 漢字的編碼 三 設定linux的字符集 四 lang環境變數 五 修改客戶端的字符集 六 字符集轉換工具 七 應用經驗 字元編碼是一種法則，在數字與符號之間建立的對應關係。不同的國家有不同的語言，包含的文字 標點符號 圖形符號各有不同。例如在ascii編碼中，用數字97表達字元 a 與字符...