BIG5到GB的转换技术

韩冰

BIG5到GB的转换技术

8 p; \) n0 Q2 \; m$ m

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

7 c0 I! k8 Y$ J$ k' p8 |$ @

。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

2 y# }, z: y% {0 E6 a6 i/ N1 K

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

BIG5编码对应GB编码的码表文件。

) r* D- D% N4 u3 D" p, f0 d

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

) C$ E7 e( M4 Q! s$ @. w/ Y

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

+ b2 X2 c9 l: A. B2 I/ @

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

$ ?7 t- F: e& ?& o& @

字，范围为 0XC940－0XF9FE，共7652个，剩下的便是一些特殊字符。

$ r1 \$ T7 @1 N7 g, U

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

$ y$ Y( `6 [1 f$ c4 _* T" U: h

，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”。

3 [: H: G3 T# I7 X

//TURBO C++ 3.0

#include <Stdio.h>

#include <stdlib.h>

3 f. D9 J+ e4 Q! _6 ?6 T

void main(){

FILE * codefile;

int i,j,k;

7 U t; b; D" w2 L3 m9 J

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

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

7 I, P3 w, c* P) |

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

m/ Q( i, |) p' {

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

5 w3 L3 O& g0 ^

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

}

: r8 P7 A" Q- }/ V

fclose(codefile);

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，

$ Q0 V' \" |5 ^9 U

即获得码表文件。

/ P5 H8 U4 k% ~1 Q# g; _' c* H& f( R

第二步 转换

下面的源程序，将BIG5码文件转换为GB码文件。

7 _6 A- h$ U% U4 P7 i

//TURBO C++3.0

3 M1 g! W; L2 r+ k$ [2 A

#include <stdio.h>

#include <stdlib.h>

void main(){

) L X( u5 j, P9 a# r

int que, wei;

FILE * sourcefile;

~2 n5 j# W- D" w5 c

FILE * tabfile;

; P( ~ k& t6 G, M3 I$ H. N2 r& Y

FILE * destfile;

' X! o t) {. h

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

//BIG5 码文件

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

4 O/ F, z$ }8 [

//码表文件

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

. e# c. j; o5 l" T! R

//转换生成的GB码文件

while (!feof(sourcefile)){

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

* M6 M/ E* `& h7 |6 ~

if (feof(sourcefile)){

- [ g) {2 D7 W! f- Y/ z# S; c

break; }

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

//叛断是否汉字（BIG5编码）

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

& e5 N" j, O# P ?6 o* E

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

4 N# K: m; @& Z- h$ o

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

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

0 z7 n9 E9 x8 x: q

+ wei), SEEK_SET);

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

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

0 A/ L: j3 K2 H z- s- \8 [

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

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

}

0 @3 m8 I& j3 j; i

else

fwrite(& que,1,1,destfile); //处理英文

}

) x q. N( g; m2 s1 b: ]% _) c

fclose(sourcefile);

fclose(tabfile);

fclose(destfile);

return;

+ R _7 Z. [/ o' K ]

}

: m h) e1 f. g1 k7 b4 t% R

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 G9 C! `/ g% ~ \

同样的方法，我们也可以将GB码转换为BIG5码。