BIG5到GB的转换技术

韩冰

BIG5到GB的转换技术

+ x$ D, k+ e$ b, y

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

: K& c$ Y# `( F( m( J. L& ]6 @

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。

7 H/ _2 c9 R0 w5 Y

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

; M0 @! Z: r6 V8 ~

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

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

( X; x- _( M" R5 G- S: `3 G1 {6 ]

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

" ?5 N: d! n( h6 z* v( }2 [; y1 m

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

: g6 X& Y4 M }& g. U

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

8 U- }6 v' I, M# }% `0 S& r5 R

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

0 d' ]. \0 V5 C1 L, O5 C+ n1 K% P

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

8 \" }1 I, a& w

，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。

& c) P% C) T; k9 e5 x6 i: u

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

TXT”。

9 X. W) b, ^% y+ W3 h! T: z7 H

//TURBO C++ 3.0

#include <Stdio.h>

3 L- n2 O. H/ Q( e* l: U

#include <stdlib.h>

void main(){

FILE * codefile;

int i,j,k;

8 G* C: x9 K6 g) |+ M

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

' ?+ K: U0 _% R, V# e

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

4 B% _4 V: U% [

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

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

& u, p& k& Y6 W0 { W7 v

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

}

+ U4 K% q/ r+ A8 z C+ u

fclose(codefile);

! @. E5 D: r- Z: q# }, j0 T

return;

2 o7 N; o- c* L/ c6 l2 Q

}

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，

- s' z0 S; U6 T( j% m& u8 c2 \

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

Q8 y4 T2 `6 [8 W) ~( }

#include <stdio.h>

#include <stdlib.h>

9 o2 e) j; U/ Y& s9 d# a# Y

void main(){

int que, wei;

! M/ K/ [, d2 Z/ N) m: W, E: [

FILE * sourcefile;

% Q+ l0 n f2 e4 }6 f6 C

FILE * tabfile;

+ X9 {1 F' j0 y: w( G- W

FILE * destfile;

( B$ n$ m. z6 Z# b

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

//BIG5 码文件

0 t3 K( k1 h5 C) N

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

//码表文件

! v R( G6 i! P! G+ u, U

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

//转换生成的GB码文件

8 i& o- ~: D$ ]5 Z' c+ A

while (!feof(sourcefile)){

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

, ^" f4 |. Q2 r6 k1 {

if (feof(sourcefile)){

2 O, c4 s' u7 I1 ]

break; }

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

8 N P9 D$ f9 V$ [# S5 f( _3 M

//叛断是否汉字（BIG5编码）

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

' p- q' Z3 ^! @9 G( m

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);

: g% \) f/ M2 i8 {# D) f- V

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

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

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

8 v' G1 g& l3 ^+ A

}

else

+ V) @' a% g8 X( j( j* Q( ?3 Q

fwrite(& que,1,1,destfile); //处理英文

}

& Q. f6 E" v" I, W! W' g$ ]1 |& w; R

fclose(sourcefile);

fclose(tabfile);

; l- P* D2 S+ O$ p

fclose(destfile);

+ o5 o, @8 S, [6 u% E" I& _

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

- e% M9 W- I# {5 v

同样的方法，我们也可以将GB码转换为BIG5码。