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 G4 S+ s) W3 J6 s

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。

$ O! c+ o, F @ O# L

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

+ V' F% `. r+ G+ t, K4 K7 j

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。

8 Q9 C7 `) h* M6 x8 K# ~

第一步 制作码表文件

/ x; w; \8 t( H; ~2 h4 D1 f

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

* G |9 G) X/ b7 ?

0X81－0XFE，共126种。第二个字节的范围分别为0X40－0X7E，0XA1－0XFE，共

( N: M1 d' {4 a

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

" M W( _. _3 t' f- P0 o0 k

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

& e. Z3 g. d! ~/ o" u# X5 }# N2 R$ k1 w% B

，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”。

5 {4 c+ D; G' k

//TURBO C++ 3.0

$ z/ L- B; }3 u! k, S: {1 ] H

#include <Stdio.h>

#include <stdlib.h>

void main(){

* E2 M: h. N+ _

FILE * codefile;

, ?/ H: L' B; ^* N% \1 x

int i,j,k;

! ~7 K# {. D! |0 C6 `' G

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

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

: w% m; P3 C& m- u; ^

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

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

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

}

5 X% s: J0 h2 ^- Y0 S( {0 U

fclose(codefile);

return;

- r5 h# Z2 G# @ ~% k" w/ T

}

% q0 r1 h. w0 G+ s2 v5 @( c

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，

( @ D; {% ~" U1 A9 C( e3 g

即获得码表文件。

( h5 `7 b0 @9 c

第二步 转换

" r0 n* S$ A/ ?$ d( }

下面的源程序，将BIG5码文件转换为GB码文件。

//TURBO C++3.0

. j0 `8 Y, t$ |& O8 w

#include <stdio.h>

- v7 B, Y: K P! t- s. h' h

#include <stdlib.h>

void main(){

int que, wei;

FILE * sourcefile;

6 X, Y4 k+ E( g: n4 n% Z# ~" k( O

FILE * tabfile;

: N- J/ Q9 X5 f% e# h9 K" U* H

FILE * destfile;

& L' D7 \/ T9 M$ `

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

//BIG5 码文件

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

% A$ \: k) d/ u- j% e

//码表文件

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

//转换生成的GB码文件

while (!feof(sourcefile)){

( s% t5 I% ~+ P n

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

if (feof(sourcefile)){

break; }

0 S$ I8 Q# x/ W0 t; B) k+ t9 A( b

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

+ d/ Z# x _% _; l0 j/ J, |

//叛断是否汉字（BIG5编码）

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

0 ^" D6 ~, k3 j4 w5 } i& |

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

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

/ b V5 P I/ I

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

+ wei), SEEK_SET);

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

8 D; B: r5 j- v$ v2 M% X* c

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

2 E+ n/ N% Z0 P8 A" }7 K) ~/ u; u

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

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

7 i8 T! G6 v7 ^* N2 \2 ?0 }

}

else

fwrite(& que,1,1,destfile); //处理英文

}

7 Y! ]+ I1 N/ h+ V3 u

fclose(sourcefile);

" G2 a, Y) Q; a# t9 y! Q) p3 h

fclose(tabfile);

fclose(destfile);

2 }; e% U/ ^; F0 E

return;

4 ~2 r2 D+ [. d1 d* y0 }

}

1 V. V; R$ Q5 n) g: R% j( w

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。