BIG5到GB的转换技术

韩冰

BIG5到GB的转换技术

1 I% c+ x7 [. u

& w% w* d0 g% \4 h2 h! b

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

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

' c8 i4 G3 N! W3 q3 E

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。

* |- I2 [8 H) z( _+ v a

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

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

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

h# M" V5 e! `- }

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

0 [8 J; o( L; \7 S% X

文件转换为GB码文件，即得到码表文件。

6 V' B5 I# {0 h) n% T+ Q

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

TXT”。

) q% b' k1 q# Y2 X3 x+ |' @

//TURBO C++ 3.0

+ A7 G C/ P, y @

#include <Stdio.h>

* D0 l: \/ w; h3 @8 \ k4 H

#include <stdlib.h>

: j+ L5 T$ W9 q# K( Y- q

void main(){

FILE * codefile;

int i,j,k;

& R/ d8 y ?# k

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

# ]2 j1 K1 u2 f2 d S2 h6 ?

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

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

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

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

) H6 n( |& F: H6 f, B

}

fclose(codefile);

3 X, N2 B$ ]$ s! g

return;

& n0 P! P' w+ `* |0 ]

}

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

# F+ K. |! v; r7 y

下面的源程序，将BIG5码文件转换为GB码文件。

//TURBO C++3.0

' {0 \* [, W; p

#include <stdio.h>

G R7 `. O7 w b4 y* R

#include <stdlib.h>

' g1 v* ?8 m9 o: ?. R% R0 R; W6 d

void main(){

* _" m6 S. S1 D# p+ g

int que, wei;

/ w, D$ {' w9 e+ B0 U4 L# J, y

FILE * sourcefile;

% ^+ H; ]: V+ p3 }- m2 G0 @& P

FILE * tabfile;

FILE * destfile;

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

//BIG5 码文件

5 L4 V1 M( k1 E% r/ H* [( ?" E4 m

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

//码表文件

9 C/ Q; D; g. m& V

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

$ e) v0 M# d$ Y0 z& H

//转换生成的GB码文件

while (!feof(sourcefile)){

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

if (feof(sourcefile)){

: ]2 [6 |9 ]' |- I: s) F8 h

break; }

" c9 S" C; \+ o5 i$ _

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

//叛断是否汉字（BIG5编码）

2 b* t& y9 S' y! E" ]4 v. @9 d

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

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

! p8 P7 }0 t) }7 L8 v5 G3 X. I3 V0 m

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

1 {9 t* a# p8 R r+ p3 N( c* O

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

+ wei), SEEK_SET);

$ R( {0 v9 \0 V, O

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

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

9 ?$ d/ q! i5 Y, T- R2 X: M

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

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

3 o. ]: {. r6 o

}

else

fwrite(& que,1,1,destfile); //处理英文

}

5 V% Y& ] q: [" v5 b4 m9 P

fclose(sourcefile);

fclose(tabfile);

4 L0 b5 i2 k7 n

fclose(destfile);

$ e$ z, Y6 M1 A! k B0 _7 t! [

return;

}

5 ~7 v9 h8 @1 d0 ]3 x. { 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 K# b* X' W+ \3 m# d- _

同样的方法，我们也可以将GB码转换为BIG5码。