BIG5到GB的转换技术

韩冰

BIG5到GB的转换技术

6 z* B8 x& n6 u: F1 M- r& p% e, ~* T

# j: k* O- G: x; t0 R

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

。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。

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

9 l |8 O2 ]/ Y3 E0 n

BIG5编码对应GB编码的码表文件。

2 f+ c% F% J: D) _- A+ a h

第一步 制作码表文件

7 n. A7 @+ _* ?# q2 }3 D

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

: O! H C% J0 U0 m, J

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

) q; l- y3 y4 \( @' W7 u6 t

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。

2 i# y! @7 b7 C

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

( \% k- ?% V. y. @3 I7 f

，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

- v6 `" b6 @6 F( ?8 G

文件转换为GB码文件，即得到码表文件。

1 _: D B" x. ?

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

TXT”。

: n( u: v' f& t4 Y u

//TURBO C++ 3.0

#include <Stdio.h>

#include <stdlib.h>

void main(){

" \% A0 ~$ T/ p6 g

FILE * codefile;

int i,j,k;

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

f5 R# X% z7 o% v. J( A+ [; m* D) `7 Y

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

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

1 k" }) V" ~ ?$ {, |

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

3 E! F; }$ H/ x% P. Z6 U0 a

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

0 \; X2 l5 B$ J

}

) b W" K; Q6 g3 I9 u0 Z

fclose(codefile);

8 B" ~) R# M( z

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，

即获得码表文件。

1 ~! Z. X8 s5 L& ?! P

第二步 转换

下面的源程序，将BIG5码文件转换为GB码文件。

' W7 w2 r* b8 ~# Q: e

//TURBO C++3.0

#include <stdio.h>

#include <stdlib.h>

; i3 a6 k( d% _, D

void main(){

int que, wei;

FILE * sourcefile;

FILE * tabfile;

FILE * destfile;

) b: J2 ?7 \4 n3 ~: m

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

; q, ]% ^; L9 Y+ ~4 n4 r/ L

//BIG5 码文件

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

. `7 l# w$ j) P' ~1 T. ]

//码表文件

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

% h2 {- S( a4 H* g7 f

//转换生成的GB码文件

while (!feof(sourcefile)){

2 U/ ~. N7 I9 g. w+ u; Q9 n0 ]

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

if (feof(sourcefile)){

break; }

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

//叛断是否汉字（BIG5编码）

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

$ Q1 A8 ]% T0 u

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

# n& ^* n' X2 z5 P. O: _! b" {

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

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

+ wei), SEEK_SET);

# c: e5 ]' g* h: K* _

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

2 x' c; }/ z$ J& @

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

}

# D5 d ~) G' A( D

fclose(sourcefile);

fclose(tabfile);

fclose(destfile);

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

同样的方法，我们也可以将GB码转换为BIG5码。