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

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

i. P# s9 F: R0 s0 a) R9 b" _

。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。

) `6 J4 n. f8 b9 K

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

（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

5 J. _# } y- h) Y3 w) s. d4 P

BIG5编码对应GB编码的码表文件。

, C+ g( `! i8 ~0 E$ F! w- V

第一步 制作码表文件

* F) Y0 Z1 z8 M! t8 ^' d j0 N

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

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

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

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

( w- b! }; n- k& o; a" |" O

，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。

9 ]) N# ?& i9 h0 k7 q% b! i, O

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

/ j+ y( c& r% O l4 L4 [3 t

TXT”。

//TURBO C++ 3.0

#include <Stdio.h>

0 G% e& u% h) U6 @2 M

#include <stdlib.h>

void main(){

FILE * codefile;

int i,j,k;

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

# Q2 O$ }6 K! T* M$ v' L* ]

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

6 ` k' _8 Q- n" v9 f& K

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

4 k+ H% h2 @5 ?( }& \& j( {

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

2 V+ T6 Y' ^2 I) d) H9 b" O! k/ v

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

% b( H# v4 ~5 _) U, s# q, W( X

}

fclose(codefile);

return;

6 ?$ S' D, _" u9 X2 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，

1 n3 f R" s! a- M8 v& W

即获得码表文件。

9 U$ n9 a* U* N

第二步 转换

3 O% h" [" J# A$ z

下面的源程序，将BIG5码文件转换为GB码文件。

+ l* Y6 v% B1 K/ {0 U

//TURBO C++3.0

9 a( R8 W' i$ f

#include <stdio.h>

% D( {( F5 M! a5 N8 } [

#include <stdlib.h>

2 O; ]5 S. M; K2 K

void main(){

$ r, g% _* W' v

int que, wei;

FILE * sourcefile;

FILE * tabfile;

: m0 K" C. p6 O. J) M

FILE * destfile;

" z |: i( I0 f& k) k, B6 a

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

! a) C7 `/ |( o6 f2 S; S

//BIG5 码文件

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

6 u& K/ E' N% r5 }& K$ ~; x7 M* W

//码表文件

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

" U1 J" t! b5 I0 R, g

//转换生成的GB码文件

: i% D+ O) }. a! A, f7 P

while (!feof(sourcefile)){

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

if (feof(sourcefile)){

8 h* D3 a5 a& a* ?+ ?

break; }

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

//叛断是否汉字（BIG5编码）

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

) l8 A6 n4 d N- N* g1 _

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

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

7 g" k. d1 `2 [7 `' `9 A

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

1 z @& }: I' q# k- Y' z! K7 A

+ wei), SEEK_SET);

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

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

) i5 T& l& i; |8 ?" n" o9 h2 ?

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

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

}

else

fwrite(& que,1,1,destfile); //处理英文

}

fclose(sourcefile);

K5 ]1 M4 s0 r/ C3 B

fclose(tabfile);

fclose(destfile);

return;

U8 i+ f7 d9 L# A' ~$ k/ y

}

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。