BIG5到GB的转换技术

韩冰

BIG5到GB的转换技术

4 f" k9 m5 I4 m. L

) e) H9 i& w4 R. s, |4 H

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

3 ~, G, }. ^0 |; y; m

。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

& J, S$ a+ p" ~

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

; i. P ^ \% q8 R# X* Y3 }

（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

% X q6 ]- [& Q! _& x! a

BIG5编码对应GB编码的码表文件。

6 g f$ s, 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

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

1 g9 C$ A6 e! C4 @

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

8 b8 a; E: K! B6 u: v L

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

V$ R ]/ F: h. U

，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”。

//TURBO C++ 3.0

) m$ c3 H' Y% i9 ~

#include <Stdio.h>

) t9 J) e7 K+ e4 p& b' |0 e* ~

#include <stdlib.h>

( [2 K# k7 u- q

void main(){

. _5 ^, I; F. c# ?- |8 q$ G

FILE * codefile;

+ t) {5 R" I; E( A. q. ~

int i,j,k;

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

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

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

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

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

}

fclose(codefile);

) ~. L% F* |6 ]$ S- L7 ]% K2 [

return;

/ Y5 P1 ~$ L; f5 m6 C z; B

}

/ W3 r, |5 a9 _) o( n/ [& g

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。

( k/ g; q$ @1 h- z9 N0 m

第二步 转换

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>

7 L! j( o( f& A( ?: K+ T

void main(){

8 U1 [7 `8 o% P

int que, wei;

FILE * sourcefile;

FILE * tabfile;

1 \+ Y; X J& F5 d4 q7 m5 k* Y

FILE * destfile;

: r) V. c+ t4 n

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

8 J* U1 O& m V3 ? _1 ?

//BIG5 码文件

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

//码表文件

' C4 V& }% O, M# S8 x! u4 i

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

- A2 h) i3 m: V4 P( c- `4 ^% D

//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)

% U& O) F! a& j

//叛断是否汉字（BIG5编码）

5 o. R% ]1 j# @3 n5 {7 f

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

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);

5 k4 |- K* `2 ^% D' p+ z$ M

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

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

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

. Q! v9 N$ @( @1 z

}

else

" F4 y2 E+ ~; g6 Z7 X/ e- M

fwrite(& que,1,1,destfile); //处理英文

( ?3 b2 e; c* |; S* q9 w

}

fclose(sourcefile);

* A" v8 x/ v0 Z- J& A% m; G1 S, D' H

fclose(tabfile);

fclose(destfile);

1 o A1 W! ]3 K+ L9 Y

return;

+ b4 \+ U9 e$ Z$ l+ M! u0 P( p9 e( S" a

}

8 H: N5 _) s- t, S% t. p% A. z7 ]. Y

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

9 }# \2 M: u" p: w3 ]: C

同样的方法，我们也可以将GB码转换为BIG5码。