BIG5到GB的转换技术

韩冰

BIG5到GB的转换技术

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

2 b5 s4 L1 [& j, [3 ^: H

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

。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

- {" x9 Z! w' c( b# i/ L5 g1 F& X

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。

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

6 @$ P9 Y$ [0 J! v5 p0 g2 \

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

% ~1 r# M! M7 @( c& Z

（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。

3 |9 _ G2 r0 I3 o f9 _# v

第一步 制作码表文件

! k: o4 C6 }. t* l$ w0 S9 g

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

0 t2 z# C3 X5 `: G1 F7 c3 X$ i

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

6 n: T1 {! ]- q( _0 F' @: E. f

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

, n* e# s. {5 r/ e+ W. e! v

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

" p, b2 Z& _9 J9 C4 h* d8 v

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

. m; O1 Q) a( G& @0 x z0 g' j, f H

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

# `* e0 r. L1 t) a- r+ Q+ }4 E8 X g

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.

TXT”。

//TURBO C++ 3.0

0 {; p; p- I, k+ n; _ }

#include <Stdio.h>

#include <stdlib.h>

6 ^: {8 G; |2 |- a; h1 k G

void main(){

) D( P0 p- ?3 @

FILE * codefile;

int i,j,k;

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

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

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

! a* _- B: h* [

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

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

: W0 |, U8 g# [. ^& G

}

* o5 g+ m' S$ E3 I) d; a9 i. Y6 n

fclose(codefile);

return;

3 ]2 q; p! ]. v6 v) X

}

" V8 I5 a' s: X' ]7 r

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。

第二步 转换

& }; }5 Q6 N/ I

下面的源程序，将BIG5码文件转换为GB码文件。

b( w% ^; J3 Y/ k3 W

//TURBO C++3.0

! I4 _# e6 d2 \$ U0 k$ _

#include <stdio.h>

#include <stdlib.h>

void main(){

int que, wei;

+ U/ E4 j8 ^ Z ?

FILE * sourcefile;

6 W1 a3 \" ~5 \4 s/ G# ~

FILE * tabfile;

1 O5 K* l! ^+ @

FILE * destfile;

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

+ Y: h. }9 r( u& \$ g' [& u/ d' q

//BIG5 码文件

: ], j& s5 e- _# ^& d8 q# a6 j

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

//码表文件

: F% U0 d( O9 G2 e1 K5 ~, S

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

8 Y; K9 o! g2 B7 b4 P) y6 E# F$ K5 [

//转换生成的GB码文件

while (!feof(sourcefile)){

. D# a0 j. k1 s$ i' c

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

* K8 P% E/ j# R4 [$ F- n

if (feof(sourcefile)){

break; }

% e" e. o o7 f3 j

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

' x6 I0 H, t( V" `" }$ [7 j1 c

//叛断是否汉字（BIG5编码）

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

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

) _2 ~0 a" F& v8 Q0 K- {

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

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

/ @ D5 a, o2 e& L c7 H

+ wei), SEEK_SET);

3 p3 [( g+ A1 C

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

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

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

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

}

else

fwrite(& que,1,1,destfile); //处理英文

) L% C+ @/ F) c* _3 l

}

: n3 f" q' ?5 t& [- z

fclose(sourcefile);

" X' U3 Q F7 P0 D' ?+ c, _2 V

fclose(tabfile);

8 l3 w# q! ~6 M B) l& C7 [

fclose(destfile);

6 `( q @* i d6 d X9 ? l

return;

}

8 Y) w( s. v) G

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。