数学建模社区-数学中国

标题: BIG5到GB的转换技术 [打印本页]
作者: 韩冰    时间: 2005-1-26 19:31
标题: BIG5到GB的转换技术

BIG5到GB的转换技术

, b- c1 W* w/ S

3 t( l* I8 b+ I7 M, U

中文因为数量太多，所以与英文用ASCII码一个字节表示不同，它使用两个字节

, j' x+ ^- K& b" W2 x+ J9 f( I6 k

来表示。通过计算这两个字节，我们可以得到其表示的汉字在中文字库中的位置

3 d5 m" U7 c- U% g2 c8 U: Y) D

。读取该位置的若干字节，以获得表示这个汉字的点阵信息。有了这些信息，就

/ t- z y' d5 v' @ p

可以分别在DOS或WINDOWS中显示该汉字。事实上，在文本文件中保存的就是每个

; u$ N" s% C" ^5 o. v/ I( _

汉字对应的两个字节编码，而显示问题由中文操作系统自动解决。

* I/ v$ d+ k3 e3 ~8 H R0 o

汉字编码并不统一，我们使用的是GB码，而台湾地区使用的是BIG5码。BIG5

% z) U+ h* p6 f5 v( z* w% s+ V7 c

码文件中保存的是汉字相应的BIG5编码，GB码文件中保存的是汉字相应的GB编码

2 H6 a+ R& Y( S$ T& K

（这也就是“乱码现象”的来由）。所以转换工作的关键是有一个记录每个

- q, z. {7 I3 }* F8 g/ x* t2 O

BIG5编码对应GB编码的码表文件。

4 W K* D# p6 A' l' @

第一步 制作码表文件

r9 Q/ V. M# w6 L6 t& ]

BIG5码编码规则是这样的：每个汉字由两个字节构成，第一个字节的范围从

5 a: C+ [$ }" `

0X81－0XFE，共126种。第二个字节的范围分别为0X40－0X7E，0XA1－0XFE，共

, B* m- _* m2 p' w f, x% m, J

157种。也就是说，利用这两个字节共可定义出 126 * 157＝19782种汉字。这些

% L1 `. g' V+ r4 s

汉字的一部分是我们常用到的，如一、丁，这些字我们称为常用字，其BIG5码的

% \! k( {$ }+ Q& \

范围为0XA440－0XC671，共5401个。较不常用的字，如滥、调，我们称为次常用

% q' _: l3 d/ ~

字，范围为 0XC940－0XF9FE，共7652个，剩下的便是一些特殊字符。

& D. S' t" b8 G9 y* B5 x! o8 N

制作码表文件的原理是这样的：首先将所有的BIG5编码写入一个文件，然后

0 Z+ h' `0 i5 V# t# h

，使用具有BIG5码到GB码转换功能的软件，如地球村、东方快车、四通利方，将

6 ~! f& u- p; a3 d+ X3 Q

文件转换为GB码文件，即得到码表文件。

! ~' T n8 `- |

下面的源程序将所有可能的BIG5编码（0XA100－0XFEFF）写入文件“Table.

$ [4 {! w9 C0 R

TXT”。

$ o3 F& c" x$ y4 H; \5 D# w- a

//TURBO C++ 3.0

/ H( O: T+ ~- ~7 _& @# v

#include <Stdio.h>

9 G& v2 A/ h2 a3 N( V+ s0 x# o @" X

#include <stdlib.h>

6 U ?/ {) Y. N% L

void main(){

2 G6 D* k% K A& V; g/ p

FILE * codefile;

% M6 T+ m' l: l6 _, X

int i,j,k;

2 B! U! s; p3 [1 q

codefile=fopen("table.txt","w+b");

0 \, c5 L* v' H% E0 n7 {! g* w. X

for (i=0xa1;i<=0xfe;I++){

0 w4 Q" h5 n7 J E! h0 P

for(j=0x00;j<=0xff;j++){

/ v* e3 A3 n( e. f3 K, k4 _- o

fwrite(& i,1,1,codefile);

' j1 y6 z! j1 g$ C" `& y

fwrite(& j,1,1,codefile);}

4 r( C7 H; n0 W) M$ p7 ^

}

, b! s; o. s0 t7 V) x! ~; s

fclose(codefile);

6 L- ~- E( B1 B3 {3 L+ s+ {3 M

return;

, g' }9 S, g1 E& j

}

, g, h$ K' H" s+ w, c8 v

运行地球村、东方快车或四通利方，将“Table.txt”从BIG5码转换为GB码，

: `2 O9 ?+ \6 n6 y3 p1 x

即获得码表文件。

3 Q# }, O; G% g. ]) i* J, d

第二步 转换

( t) S# X% x) w- P [& Y1 M5 p

下面的源程序，将BIG5码文件转换为GB码文件。

9 K& _; N4 m! Q( j# g2 i

//TURBO C++3.0

- \' ?& M- A# N8 b3 u9 ^7 V

#include <stdio.h>

9 J6 b! m, g | M+ K. O

#include <stdlib.h>

& w8 u; |; ^( w! C/ W

void main(){

7 H6 _7 I. \/ y; W- e# r

int que, wei;

+ T% R$ m* e5 O# @4 X! K

FILE * sourcefile;

; u" I0 k2 m/ k* s" [

FILE * tabfile;

' w6 N4 e/ v0 [0 U, X( V

FILE * destfile;

! C; A, H' x e- P; [

sourcefile = fopen("big.txt', "r+b");

: c* m3 I: g& Z( Y- V

//BIG5 码文件

1 O4 }- J1 \; [3 [7 F$ Q$ V

tabfile = fopen("table.txt", 'r+b");

; |. h, _8 v. y7 z& ^

//码表文件

) O; i# d- U% p q, H

destfile = fopen("gb.txt","w+b");

& e4 |* r0 |5 B* g7 G! k

//转换生成的GB码文件

8 {3 Q5 T. w3 i

while (!feof(sourcefile)){

0 n% ~% g) d. {' v0 {! Z. d

fread(& que,1,1,sourcefile);

+ `& I# k! ^" j/ w

if (feof(sourcefile)){

6 G8 Q! L, w0 `7 [# ~! T

break; }

) n n; N& b$ p5 Y, X& O

if (que> =0xa1 && que <=0xfe)

% {' f$ b7 i/ x0 s

//叛断是否汉字（BIG5编码）

* K0 C; M& l" Y1 O' O& T' W; M

{fread(& wei,1,1,sourcefile);

1 y4 I4 K0 N; P* s) J+ {! I; h

if (wei<0xa1) wei = wei - 0x40;

( D5 A6 E5 Q0 x$ y

if (wei>=0xa1) wei = wei - 0xa1 + 0x7e - 0x40 + 1;

9 O( u8 M$ M; b

fseek(tabfile, 2 * ((que -0xa1) * (0xfe - 0xa1 + 1 + 0x7e - 0x40 + 1 )

0 a' f; d$ w. t

+ wei), SEEK_SET);

7 X7 K( R; g- k7 L( F1 Q5 x

fread(& que,1,1,tabfile);

. ^, m4 i( A$ |3 K6 k0 F' l

fread(& wei,1,1,tabfile);

1 J8 w2 H8 \; P* [! `9 V9 U

fwrite(& que,1,1,destfile);

$ k$ t9 c8 N3 d$ C0 H

fwrite(& wei,1,1,destfile);

- Q4 r, A8 M, V! j- B( R4 Z; |* Y

}

6 a, S( X* @' r( ^1 r Z

else

w! |, J% Q9 I

fwrite(& que,1,1,destfile); //处理英文

( `7 m# i5 t( S

}

' I7 W% _: k" V) x

fclose(sourcefile);

/ t. x. f2 M* ^+ ^

fclose(tabfile);

; R. z1 x8 X' x( x' ^& \% v4 V& @

fclose(destfile);

: G2 p0 _1 f. N

return;

" l2 X" `- k( y/ e" U) R& t1 \

}

; L# R/ D% k/ M0 B) f2 }

以上程序在Win95/97，TC3.0 通过。稍加修改，也可用于VC或VB程序中。用

, W9 H& s) T! u3 ]- C. A

同样的方法，我们也可以将GB码转换为BIG5码。





欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) Powered by Discuz! X2.5