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

3 W# Z! k/ j1 c3 E2 R- L( i. {

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。

$ _8 Y8 e: f) q' m2 T8 b$ U$ Z

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

f; t' J! _) b' S! D, O% s4 I& ^2 q, g0 V

（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

7 z) d: y, R6 J6 p

BIG5编码对应GB编码的码表文件。

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

2 S, q1 x X# L/ G4 F8 e( c

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

; r: m0 y5 s V2 \

，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.

TXT”。

//TURBO C++ 3.0

9 M Z& I7 t1 _: M& _

#include <Stdio.h>

#include <stdlib.h>

void main(){

FILE * codefile;

! W8 `, e5 a0 |; X

int i,j,k;

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

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

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

0 Q. ^9 r- f9 G" z$ v

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

" F8 q: F; z/ d( ~6 n

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

}

~" e- S' i1 Y& z% n

fclose(codefile);

: f2 y: V( B$ W7 M: I3 k* j

return;

( S- i' B* G; f; 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

& k' k u! z$ Q4 S- p9 V

下面的源程序，将BIG5码文件转换为GB码文件。

A- I) X% M% w, J4 U5 P" Z

//TURBO C++3.0

0 i! n& ^6 K! i, N% {, n

#include <stdio.h>

1 u1 _3 X5 K) b# v. J! j! o

#include <stdlib.h>

4 ^- G+ [5 O& @; ?

void main(){

& [- v( _6 }) }% Q2 d E

int que, wei;

( D! F: ]$ c0 Y% p4 p

FILE * sourcefile;

FILE * tabfile;

FILE * destfile;

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

, W" T; Q' j1 v2 e

//BIG5 码文件

z, T, X; _ u+ a$ D6 M; s

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

//码表文件

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

& d& l; ^: L' J7 t9 y6 g

//转换生成的GB码文件

: {* M3 G: i/ C8 ?

while (!feof(sourcefile)){

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

0 p2 H. A2 v3 J, t

if (feof(sourcefile)){

break; }

1 R! ]7 L5 o8 m) P

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

2 q+ u) _% M! `0 p/ E, m$ [3 I" I

//叛断是否汉字（BIG5编码）

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

; V' u! b& p" X- ]

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);

1 Q% W$ i8 {& X* _

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

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

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

# P% ], m3 e; {: A3 c( O; p

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

}

else

6 H$ _6 M- ]% g! ]4 |1 ]+ T+ d

fwrite(& que,1,1,destfile); //处理英文

}

fclose(sourcefile);

fclose(tabfile);

( ?9 b" k) y6 Y

fclose(destfile);

$ Y9 ^- L2 K6 Q5 e

return;

}

4 s! _: C" i3 u* ]4 b4 S

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

2 J* j% s7 H( m" C0 e

同样的方法，我们也可以将GB码转换为BIG5码。