BIG5到GB的转换技术

韩冰

BIG5到GB的转换技术

+ K4 p# J) x d, o

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 i6 S+ W4 {$ K4 H0 s ~9 i( E0 [

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

; c# J T# x: m9 z; r" C$ g

。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

/ O( ^) c5 [! s9 B! W

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

( h2 n! e+ q( K& A C2 V7 q

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

: S( n s4 O' z* O$ i0 ^0 n

（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

& C' Y; [" X- F, ^

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

$ ^. O! d+ K: H# R( P

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

1 k4 u/ H$ i! N0 x

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

，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

- P( w4 \7 L7 Z& T+ H6 h$ ?* B

文件转换为GB码文件，即得到码表文件。

5 g8 N, ?( _% \" H( W

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

- h& d$ J2 l% P9 t9 Q, V" D

TXT”。

//TURBO C++ 3.0

]$ ?1 E; {# }; [9 o4 c V4 N

#include <Stdio.h>

#include <stdlib.h>

7 H1 N4 w0 Q1 j- r3 X6 _4 A" L. Y) ~

void main(){

FILE * codefile;

& S1 Z) d7 S* G7 Q' _5 b

int i,j,k;

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

8 b: q% Z* M3 D, b

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

A9 l M& Z, u7 h. P' ?' R4 a

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

/ N2 d/ t& F' z, b B+ P

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

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

}

fclose(codefile);

return;

7 \5 j! O" I# G- z* i3 b5 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，

即获得码表文件。

第二步 转换

4 B* V$ [0 u4 Z- s) G

下面的源程序，将BIG5码文件转换为GB码文件。

//TURBO C++3.0

#include <stdio.h>

#include <stdlib.h>

! n6 g! p# R( h5 m8 s, o- ]

void main(){

int que, wei;

+ M+ X, e7 z X8 \. ]4 d ]. J

FILE * sourcefile;

FILE * tabfile;

) G. {1 R7 Q4 f' m3 \

FILE * destfile;

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

//BIG5 码文件

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

//码表文件

/ X9 k8 c+ E4 ~% t; H7 {

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

+ j# _5 O4 W, }* {, g& P' B# C

//转换生成的GB码文件

5 N4 h: a% D; e( B8 v/ t# n) K

while (!feof(sourcefile)){

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

if (feof(sourcefile)){

. Q0 g# _+ k+ n

break; }

4 d, ^% i1 \( `" r

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

1 S3 ?8 [' O$ P4 z

//叛断是否汉字（BIG5编码）

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

) J9 Y: m |0 E2 O& n. I

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

3 B3 }' y$ h6 \2 i; c( h" I

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

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

+ wei), SEEK_SET);

2 ]0 g# [1 x$ T' j. h9 W

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

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

" P. ~3 X0 s( u, P! Y9 T

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

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

% D% W7 p, R! `. s: I: t

}

else

fwrite(& que,1,1,destfile); //处理英文

6 a$ U& I) |* a( q

}

6 V+ k. D. m7 P! M8 n+ W8 z

fclose(sourcefile);

* i, b9 S1 b! a& @7 S" K3 t

fclose(tabfile);

fclose(destfile);

return;

, B |/ v: m5 H& \

}

3 c2 a8 H5 ~. m. Q6 H

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

同样的方法，我们也可以将GB码转换为BIG5码。