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

2 p2 v, _! n8 L, {3 ]3 J/ G) T

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

7 A% Q$ f) h: c) A# D$ |

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

! r' ^1 w1 b9 W

（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。

( c' a: ]% `! C

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

8 |0 ]0 d% ^. \( l

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

3 P: h0 K: ]) D8 `+ }+ i' i0 d

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

1 m5 u0 e" @: N! A6 ]1 T$ ^

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

1 q9 [3 \5 _# W# ?$ s H7 b

，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”。

: @( b N' w1 K: e8 c6 l+ B

//TURBO C++ 3.0

#include <Stdio.h>

#include <stdlib.h>

void main(){

- _0 h) R- i3 k% r1 Y& Y

FILE * codefile;

int i,j,k;

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

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

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

) o8 _& ~$ K. e1 ?9 g9 a+ b

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

# o' I. x! m" K9 D

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

2 D+ q0 q- A$ s1 e9 s6 e

}

4 O- E( Y0 }7 M) Z% _# A

fclose(codefile);

- k% b0 W2 `3 o. T( I+ _. C1 |

return;

, I, I3 E: P( r3 y+ M9 h

}

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 Y3 a! J+ m+ u$ O# y% l% D F

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。

, R. b0 G8 M, j6 A

//TURBO C++3.0

" u8 z$ e( k; R. W) [* o% N

#include <stdio.h>

#include <stdlib.h>

- u0 l7 |) a) U T' {

void main(){

int que, wei;

FILE * sourcefile;

. _) `3 G; Y5 ]; P, j! C' V$ a3 k

FILE * tabfile;

FILE * destfile;

4 G8 b9 K6 w8 T/ I

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

7 q8 M. d$ H8 P% D* K

//BIG5 码文件

4 R( @6 v" K: Z5 j3 ^+ v9 M+ K, Q5 P

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

//码表文件

5 z+ `1 D; P) }6 W- g

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

//转换生成的GB码文件

while (!feof(sourcefile)){

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);

9 P* h4 ?3 {) S3 B

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

% i! t$ Z( w9 {" w% X# f

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

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

+ wei), SEEK_SET);

$ j6 P! o" m: M( e

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

8 R8 e0 q' G0 r- {% i

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

: _" X0 H C/ b2 D8 D

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

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

}

3 m# O3 k3 r% g8 p4 I

else

fwrite(& que,1,1,destfile); //处理英文

# V3 }* j, X! A. l

}

! p B7 [" s" C3 r& U! ~4 e! i

fclose(sourcefile);

3 I- _5 a- [7 U e# S; u

fclose(tabfile);

fclose(destfile);

$ I+ g" f4 x8 }2 N/ {" C

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

3 q0 { e; J. D7 w! D1 M5 e

同样的方法，我们也可以将GB码转换为BIG5码。