BIG5到GB的转换技术

韩冰

BIG5到GB的转换技术

: }; w8 C, [$ L; S

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

, i# E8 I1 P9 ^$ d2 s8 ]

。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

* h- i! n) I5 g& Z6 B

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

+ Q. P* i) ^. V7 r8 d: F6 @

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。

% d& ]: y' ]3 U; P f: e7 E. m

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

9 a- |: ?2 j1 u. E

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

$ ^" j! V; Q7 ^% h; 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。

: T- @# X- [7 }) Z3 e) N( c9 x0 B5 v

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

9 j& g* S. a. w( q- J

，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。

. B6 P( n( B+ o3 s

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

TXT”。

, [, {' R- H' t4 M @

//TURBO C++ 3.0

+ s0 m; l/ i. a9 S4 T0 e

#include <Stdio.h>

#include <stdlib.h>

2 a1 B, \, S- [) N

void main(){

FILE * codefile;

" [3 `0 r8 [% L8 A J+ {

int i,j,k;

8 v- }5 \ C9 L( x9 [3 C. A1 O

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

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

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

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

9 d5 v/ r# k* C% R, v, G

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

! h" m0 t) o; d

}

1 B7 _9 D9 b8 u+ P3 Q3 b

fclose(codefile);

3 s" x% u0 j, z# r

return;

8 |- _% T6 Q( k+ z

}

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

; B! Q/ ~9 d) V- k* \4 R" h* l

下面的源程序，将BIG5码文件转换为GB码文件。

# Y, I& { T8 f7 {

//TURBO C++3.0

#include <stdio.h>

#include <stdlib.h>

void main(){

int que, wei;

5 p6 M' H, k. X# d( x

FILE * sourcefile;

, }1 \* I6 n. X. l# {+ f

FILE * tabfile;

FILE * destfile;

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

//BIG5 码文件

0 i& B: f, G3 u" s+ A

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

//码表文件

+ B' l/ n: e7 k' p5 V4 ]

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

//转换生成的GB码文件

while (!feof(sourcefile)){

" D3 N7 A* S1 G& G- |( G$ k/ _

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

) H1 H) {! B$ r

if (feof(sourcefile)){

break; }

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

//叛断是否汉字（BIG5编码）

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

& j, {1 H( w4 d% h9 z( X% y

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);

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

% |' _) f- ^/ e

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

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

}

else

fwrite(& que,1,1,destfile); //处理英文

}

: L: i( Z5 v+ l7 b( J" h( N

fclose(sourcefile);

: F% P5 w/ y5 O

fclose(tabfile);

8 b+ G' g$ ~1 Z9 e0 p, k& x

fclose(destfile);

, G( b W0 G6 S

return;

1 Q" w7 W) p4 n

}

% D" K& z+ ?9 X+ u

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

, Y9 L) X, i4 w/ c: g% [

同样的方法，我们也可以将GB码转换为BIG5码。