C语言读取txt文件统计字符频率时重音字符识别错误如何解决

问题根因 #

你碰到的是编码不匹配问题：

• 你的prueba.txt是UTF-8编码，西语带重音字符（比如á）在UTF-8里是多字节存储的，á对应的UTF-8字节序列就是0xC3 0xA1（也就是你读到的195、161）
• 你代码里写的判断值是Latin1（ISO-8859-1）编码下的字符值，和UTF-8的字节序列完全不匹配，自然识别失败。

解决方案 #

方案1：快速适配现有代码（修改文件编码） #

如果不想大改现有逻辑，直接把待处理的txt文件另存为ISO-8859-1（也叫Latin1、西欧编码）格式即可，这种编码下所有西语字符（包括带重音字符、ñ）都是单字节存储，你只需要调整对应字符的判断值和实际编码对应就行。比如Latin1下的小写á是0xE1（225），大写Á是0xC1（193），对应加到字母a的计数里即可。

方案2：直接处理UTF-8编码文件（更通用） #

如果要保留原文件的UTF-8编码，可以用宽字符接口处理，核心逻辑参考如下：

#include <stdio.h>
#include <wchar.h>
#include <wctype.h>
#include <locale.h>

int main(){
    setlocale(LC_ALL, "es_ES.UTF-8"); // 适配西语UTF-8环境
    wint_t c;
    FILE *file = fopen("prueba.txt", "r");
    int letters[27] = {0}; 
    if (file){
        while ((c = fgetwc(file)) != WEOF) {
            // 先统一转小写再判断，简化分支逻辑
            wint_t lower_c = towlower(c);
            switch(lower_c) {
                case L'a': case L'á': letters[0]++; break;
                case L'b': letters[1]++; break;
                case L'c': letters[2]++; break;
                case L'd': letters[3]++; break;
                case L'e': case L'é': letters[4]++; break;
                // 依次补全f到h的对应判断
                case L'i': case L'í': letters[8]++; break;
                // 依次补全j到n的对应判断
                case L'ñ': letters[26]++; break;
                // 依次补全o到t的对应判断
                case L'o': case L'ó': letters[14]++; break;
                case L'u': case L'ú': case L'ü': letters[20]++; break;
                // 其他非目标字符直接忽略
                default: break;
            }
        }
        fclose(file);
    }
    // 后续自行补充计数结果输出逻辑
    return 0;
}

注意：Windows环境下如果宽字符接口不生效，可以先把控制台编码设置为UTF-8，或者用轻量第三方UTF-8解析库手动拼接多字节序列后再做判断。

内容的提问来源于stack exchange，提问作者Mari