BIG5到GB的转换技术

韩冰

BIG5到GB的转换技术

% m/ W) Y' g+ A

: F! j5 g9 ^8 ]- h( G

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。

/ X$ g5 w6 v1 G

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

（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

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

3 Q3 u/ {- ^/ V: K* h) X

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

" }5 ?, ?" B S7 M, _8 F

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。

3 y9 R% C* u& c0 C" H

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

- C/ M% q, ~7 U8 J

，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

& P b' x1 x/ q( V1 O3 j

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

#include <Stdio.h>

. e5 l8 V P7 d" K% s% D' i

#include <stdlib.h>

void main(){

. j2 [$ I6 \1 {5 N# }% C

FILE * codefile;

6 Y) {, o: l( f* s5 Q1 m# \: T$ \4 O

int i,j,k;

, q3 k$ O- t I$ p7 J; S% i6 F

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

$ q3 V4 ]% f3 @

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

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

6 e% J* O$ C# N0 b" {2 D1 N

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

. j( ~( c. v, d" j8 |* F

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

}

6 \ \! r* D6 ~) G1 O

fclose(codefile);

( I( ^5 A$ e/ ^9 q) B! z

return;

}

. G8 V0 M4 [6 O

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，

: w. q. L& p8 X# M7 H0 C( d5 K/ k8 i

即获得码表文件。

第二步 转换

. i. B6 T7 w9 m: O

下面的源程序，将BIG5码文件转换为GB码文件。

1 u1 y" }0 q) s2 D- @

//TURBO C++3.0

; [4 i* a# y# t- c9 h; T- t, M

#include <stdio.h>

) \ P7 q/ F0 Y c" D4 d0 L+ X

#include <stdlib.h>

void main(){

; Z0 I2 a# J" I7 ?. Z/ J

int que, wei;

FILE * sourcefile;

. z* V0 e [& Q- i! Y7 c* @

FILE * tabfile;

FILE * destfile;

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

//BIG5 码文件

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

; w* a) y. |1 Q

//码表文件

3 z b6 U8 z' r! E4 o$ g u

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

% X+ ?) M6 U O+ e

//转换生成的GB码文件

while (!feof(sourcefile)){

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

if (feof(sourcefile)){

. I+ F$ h1 `" e& [; Q* ]0 M7 E; R

break; }

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

//叛断是否汉字（BIG5编码）

T" J' u5 j8 P) B6 l Q: V

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

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

# `" W( x# f) a

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

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

+ wei), SEEK_SET);

! q7 T7 v& d8 i: v

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

$ N' l3 j: S' `$ n! O( R

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

2 g3 Z4 w" |4 o( x' K. p

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

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

- v: u, Z4 s2 I2 u( z1 U; o

}

else

fwrite(& que,1,1,destfile); //处理英文

}

fclose(sourcefile);

fclose(tabfile);

- E4 s* j9 C. u- I- I$ ^7 k

fclose(destfile);

return;

' z4 Q" l6 V9 a, a

}

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。