### 实现方案 以下是解决该问题的具体方法： #### 功能描述 1. **读取在线 UTF-8 编码的 TXT 文件** 利用 `requests` 库获取 URL 中的内容，并将其解码为字符串。 2. **统计不同汉字的数量** 定义一个辅助函数 `is_chinese(char)` 来判断字符是否为汉字。遍历整个文本，提取所有的汉字并去重。 3. **统计特定汉字的出现次数** 遍历文本中的每一个字符，匹配目标汉字并计数。 --- #### Python 实现代码 ```python import requests def is_chinese(char): """判断单个字符是否为汉字""" return '\u4e00' <= char <= '\u9fff' def count_unique_and_specific_characters(url, target_char=None): """ 计算给定URL中文本的不同汉字数量及指定汉字的出现次数 :param url: str, 文本文件的URL地址 :param target_char: str or None, 要统计的目标汉字，默认为空表示只统计总数 :return: tuple (int, int), 不同汉字的数量和目标汉字的出现次数 """ try: response = requests.get(url) # 获取远程资源 if response.status_code != 200: raise Exception(f"无法访问URL {url}, HTTP状态码: {response.status_code}") text = response.content.decode('utf-8') # 将响应内容按UTF-8解码 chinese_chars = set() # 存储不同的汉字 specific_count = 0 # 目标汉字的出现次数 for char in text: if is_chinese(char): # 判断当前字符是否为汉字 chinese_chars.add(char) if target_char and char == target_char: specific_count += 1 unique_count = len(chinese_chars) # 去重后的汉字数量 return unique_count, specific_count except Exception as e: print(f"发生错误: {str(e)}") return None, None # 测试示例 if __name__ == "__main__": url = "https://example.com/red_mansion_dream.txt" # 替换为目标URL total_hanzi, target_occurrence = count_unique_and_specific_characters(url, '红') if total_hanzi is not None and target_occurrence is not None: print(f"不同汉字总数: {total_hanzi}") # 输出不同汉字的数量 print(f"'红'字出现次数: {target_occurrence}") # 输出目标汉字的出现次数 ``` --- #### 关键点解析 1. **百分比编码与解码** 在请求 URL 或处理特殊字符时可能涉及百分比编码 `%xy` 的使用[^1]。然而，在此场景下无需手动处理编码问题，因为 `requests` 自动管理了大部分常见的编码转换。 2. **汉字识别逻辑** 函数 `is_chinese(char)` 是核心工具之一，用于过滤出所有符合条件的汉字范围[\u4e00-\u9fff]内的字符。 3. **异常处理** 添加了对网络请求失败或解码错误的捕获机制，确保程序健壮性。 --- #### 结果输出格式 上述代码会返回两个值： - 总共发现的不同汉字数目； - 用户指定的某单一汉字在整个文档里的重复频次。 如果遇到任何连接或者数据加载上的障碍，则打印相应的错误提示信息。 ---