BIG5到GB的转换技术

韩冰

BIG5到GB的转换技术

" ?) K- y& |! E$ R( x9 u: m, v( s

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

# D8 k6 v; `6 A7 ] u: ^7 }

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

{8 [. C2 U: W- F7 C

。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

9 e& I, s8 O9 q# `! w1 _6 u

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

9 h) _. ]$ f! ^' n* R5 c

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

1 ~' T, ]; H# }7 }% f C* n; y

BIG5编码对应GB编码的码表文件。

第一步 制作码表文件

2 H; W( S" ?- L! t# u6 b/ ^# e) M

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

2 ^6 r4 \( W: I8 \4 E$ D0 _7 k

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。

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

' D- o8 u0 c2 E* Q

，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.

& h7 M4 g1 I5 k& Z

TXT”。

//TURBO C++ 3.0

. w4 v/ _( G) F) p e

#include <Stdio.h>

#include <stdlib.h>

/ s6 F& m* w* c

void main(){

& ~( j/ c* `7 h, I c& k+ X5 n+ {

FILE * codefile;

6 u" x% x, l0 _# P! s

int i,j,k;

" H0 t3 G/ a8 P! c% c3 x" D8 i+ _

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

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

" E3 i2 Z$ O5 ]1 t( K% k& j; _% A

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

. T/ U5 |/ Y- h. L& U

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

' G; ?2 e( } u" M" d/ ~# J- ~

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

+ {5 N; D# j* o- o* j8 C5 w

}

& X3 Y7 O3 p+ U

fclose(codefile);

) G- ?, m; e4 O. m9 z/ ?

return;

/ O4 m: d2 m. L

}

, a- S3 z0 g0 V* N: Q

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，

- ]% L# l9 P% }% m" m

即获得码表文件。

第二步 转换

0 @0 B3 u# p0 e6 ]9 A" w+ q

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>

& A( U( V, w u

void main(){

int que, wei;

FILE * sourcefile;

FILE * tabfile;

+ q$ E! s5 ~# M

FILE * destfile;

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

//BIG5 码文件

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

//码表文件

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

//转换生成的GB码文件

. o4 Z6 ~6 V- l4 C4 y

while (!feof(sourcefile)){

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

+ Q- p% M; A& p$ t9 D

if (feof(sourcefile)){

break; }

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

//叛断是否汉字（BIG5编码）

& }( U9 k" f2 i* y

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

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

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

4 Y7 Z: ~0 U, n7 w5 y

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

* h% V2 ?" \ V$ {5 N g E4 m) K3 j

+ wei), SEEK_SET);

" v. ]* m) h7 `1 S7 m$ G8 \( A

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

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

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

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

- v: P. ^; N) C3 F t2 d

}

, R8 \3 M& n3 O! T/ P0 Q

else

fwrite(& que,1,1,destfile); //处理英文

$ D3 M. w) ]- `

}

fclose(sourcefile);

; {& G* [1 W2 N! f

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

4 j7 l7 I- D. N& Y8 P7 H* h

同样的方法，我们也可以将GB码转换为BIG5码。