一篇中文文章 ，里面含有汉字和各种标点符号还有字母数字什么的
现在我要统计汉字的个数和他所占的比例，查到的len（）方法是获取字节数的
比如我用gbk编码，3000字的文章，字节数6800多，这不是我想要的，
我要的是实实在在的汉字的个数，还有整个文本的字符的个数，各位有什么办法没？
python貌似是会自动把我获取到的gbk编码的字符串解码成unicode 很蛋疼啊
按照encode('utf-8')输出之后，连续3个\x字符就换算为1个汉字，其它字母和数字都没有\x编码。
如果要很完善的话，还要识别空格和\r\n之类的回车换行符
def CountChar(sText):
if not isinstance(sText, unicode):
sText=sText.decode("utf-8")
return len(sText)
恩 这样确实可以测试出字符的个数了 我的txt是gbk编码的 读取到内容content以后 直接输出len（content.decode('gbk')） 得到了我文本的总字符
个数是3618， 但是我目前最主要的还是要去判断里面的汉字有多少个 这样我就需要遍历content中的字符然后判断他是否在gbk的中文编码范围内，
然而我测试了一下网上的范围 0x8140到0xfefe 貌似不对 全都超过了这个范围