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

3 p0 S* ^5 s% `( ?- e& g/ E8 ?

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。

. M3 z- L' p/ ?

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

1 k3 Y. w/ S7 M$ X

（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。

第一步 制作码表文件

& `3 I- t: z% @# n- o* C

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

) `% Y9 i- G: J+ _0 ^. d1 x

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

H6 _8 O% L5 N

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

/ g0 R- s4 t. p `

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

* o" f6 [& K3 Q, y8 I" W

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

! t R2 q7 b/ r

，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。

' {$ t. E% m% d4 e

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

: g. U! J4 b; O9 [* B6 f# Y( x

#include <Stdio.h>

#include <stdlib.h>

- Z! }6 ]8 x/ ^- H9 n- P) I2 }

void main(){

FILE * codefile;

1 _; w) e, N$ E+ z$ {: H8 G

int i,j,k;

- u5 p0 u! O5 g5 g9 p% `1 m- R6 K

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

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

9 z+ ?, f, J; L" }

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

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

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

3 R$ Q1 I; _+ z; [7 F

}

! p! z. e0 {; `

fclose(codefile);

5 g5 P! D3 h+ s* A

return;

}

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。

2 {; B1 ~! Z+ a1 X

第二步 转换

下面的源程序，将BIG5码文件转换为GB码文件。

4 G* Z4 w2 E* \- J; _

//TURBO C++3.0

#include <stdio.h>

#include <stdlib.h>

void main(){

int que, wei;

& K' s" ~" @) g) Y

FILE * sourcefile;

FILE * tabfile;

FILE * destfile;

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

& l, y9 n2 }3 V; j

//BIG5 码文件

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

: @ P5 z$ `, h0 ] b

//码表文件

; n/ C) r% q; {! Z0 h! N8 d

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

8 d# Z; O7 r C& \

//转换生成的GB码文件

while (!feof(sourcefile)){

% C. R4 X7 L; W# {1 }. ~3 R

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

2 s# s9 }% a& B

if (feof(sourcefile)){

break; }

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

//叛断是否汉字（BIG5编码）

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

4 G z4 t5 X d& b0 k

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

+ C- \: n0 f6 i$ D- {" y1 K

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);

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

4 h9 K" R0 i3 H. y2 ~1 Z: ^5 y; |, f

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

; h, t3 I- |7 E

}

}5 l% F7 A" n# x9 L

else

/ m! A$ J) e; ^6 R! {) i

fwrite(& que,1,1,destfile); //处理英文

0 @8 R0 X+ L( z" v: b0 C' a

}

x2 M1 l |9 ~; s" x

fclose(sourcefile);

) V2 b7 k" M0 W8 p: \/ b. A

fclose(tabfile);

fclose(destfile);

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

' v( a$ m0 c; D1 u

同样的方法，我们也可以将GB码转换为BIG5码。