BIG5到GB的转换技术

韩冰

BIG5到GB的转换技术

; a/ Q! n: r3 D+ R! L# M

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

0 y/ Q3 C( P, x, z6 @% S7 @

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

# H: Q: ~& w/ P( M- x, X

。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

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

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。

) c0 |& I/ U2 a6 u, d+ w# C

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

* ?7 C0 g; w d

（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

BIG5编码对应GB编码的码表文件。

& u7 e3 ~, P5 d7 n3 c; I

第一步 制作码表文件

8 t2 p* e, J1 `9 i

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

6 q5 [1 |: A- y7 `

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

. o: m& t# j* k6 j8 l

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

6 q* V" B# r/ B9 s( A

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

& ^8 s; e1 [& Y; _

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。

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

+ c q# H% _, q

TXT”。

//TURBO C++ 3.0

#include <Stdio.h>

2 ?; R' Q! |& P: _! T6 J

#include <stdlib.h>

void main(){

1 T* j) v2 g6 [

FILE * codefile;

int i,j,k;

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

) T% c& o( e9 c/ V# X/ H

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

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

7 b% b4 z4 K9 L

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

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

! w# }7 m8 `8 ^6 i

}

fclose(codefile);

4 T N5 ?# e; ]& Q4 Y+ q3 |. z" c2 a- g

return;

}

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，

6 D( V" X) z2 a; V% S6 a

即获得码表文件。

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

9 v! k9 Z5 |' q' ~! L

#include <stdio.h>

* w: f2 {8 x+ R5 L1 W" U

#include <stdlib.h>

' I4 U8 d& [5 |; A9 Z

void main(){

int que, wei;

2 g; X" v1 Q! z

FILE * sourcefile;

FILE * tabfile;

- S" M& @: @ n2 C6 q. l

FILE * destfile;

. r' d/ }. T/ l7 ?; P0 W; k9 \

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

//BIG5 码文件

% f! K$ l. K* {* @5 M- I* [

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

//码表文件

& Y9 g+ t$ d. j/ F$ t& S

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

; j5 y, j! X$ i/ N" n* T V0 X

//转换生成的GB码文件

while (!feof(sourcefile)){

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

if (feof(sourcefile)){

break; }

" ^* n; U8 t2 f

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

% d+ `; S: Q1 b

//叛断是否汉字（BIG5编码）

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

( k; @' A6 J0 ]! {3 G

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

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

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

+ wei), SEEK_SET);

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

z5 g, E) B5 s

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

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

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

1 Y+ W! J9 ]+ z1 u$ g5 B

}

D! b) u+ ?, x! F( W! X5 N

else

fwrite(& que,1,1,destfile); //处理英文

. O# o5 h. W% Q" G, b L# U1 A, [

}

fclose(sourcefile);

0 k+ A* r+ U# _6 Z

fclose(tabfile);

, _2 c/ g* c, |' B# M

fclose(destfile);

8 I8 j f4 O: X

return;

}

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

8 o8 h& S: K m* ~: _ `2 ]" @3 F, \

同样的方法，我们也可以将GB码转换为BIG5码。