BIG5到GB的转换技术
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
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 OBIG5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
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
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, J157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
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
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。
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
,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
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.
TXT”。
//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% Lvoid main(){
FILE * codefile;
% M6 T+ m' l: l6 _, Xint i,j,k;
2 B! U! s; p3 [1 qcodefile=fopen("table.txt","w+b");
0 \, c5 L* v' H% E0 n7 {! g* w. Xfor (i=0xa1;i<=0xfe;I++){
for(j=0x00;j<=0xff;j++){
/ v* e3 A3 n( e. f3 K, k4 _- ofwrite(& i,1,1,codefile);
fwrite(& j,1,1,codefile);}
4 r( C7 H; n0 W) M$ p7 ^}
fclose(codefile);
6 L- ~- E( B1 B3 {3 L+ s+ {3 Mreturn;
, g' }9 S, g1 E& j}
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,
即获得码表文件。
3 Q# }, O; G% g. ]) i* J, d第二步 转换
下面的源程序,将BIG5码文件转换为GB码文件。
//TURBO C++3.0
- \' ?& M- A# N8 b3 u9 ^7 V#include <stdio.h>
#include <stdlib.h>
void main(){
int que, wei;
FILE * sourcefile;
FILE * tabfile;
FILE * destfile;
sourcefile = fopen("big.txt', "r+b");
: c* m3 I: g& Z( Y- V//BIG5 码文件
tabfile = fopen("table.txt", 'r+b");
//码表文件
) O; i# d- U% p q, Hdestfile = fopen("gb.txt","w+b");
//转换生成的GB码文件
8 {3 Q5 T. w3 iwhile (!feof(sourcefile)){
0 n% ~% g) d. {' v0 {! Z. dfread(& que,1,1,sourcefile);
if (feof(sourcefile)){
6 G8 Q! L, w0 `7 [# ~! Tbreak; }
) n n; N& b$ p5 Y, X& Oif (que> =0xa1 && que <=0xfe)
//叛断是否汉字(BIG5编码)
{fread(& wei,1,1,sourcefile);
if (wei<0xa1) wei = wei - 0x40;
( D5 A6 E5 Q0 x$ yif (wei>=0xa1) wei = wei - 0xa1 + 0x7e - 0x40 + 1;
9 O( u8 M$ M; bfseek(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 xfread(& que,1,1,tabfile);
. ^, m4 i( A$ |3 K6 k0 F' lfread(& wei,1,1,tabfile);
fwrite(& que,1,1,destfile);
fwrite(& wei,1,1,destfile);
}
6 a, S( X* @' r( ^1 r Zelse
w! |, J% Q9 Ifwrite(& que,1,1,destfile); //处理英文
( `7 m# i5 t( S}
fclose(sourcefile);
/ t. x. f2 M* ^+ ^fclose(tabfile);
; R. z1 x8 X' x( x' ^& \% v4 V& @fclose(destfile);
: G2 p0 _1 f. Nreturn;
}
; 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
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 |