BIG5到GB的转换技术

韩冰

BIG5到GB的转换技术

9 H, g0 n( S* G6 K6 I- L [

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

" V. \* O4 Y" o. [; d+ m- }: F

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

4 B( B/ c6 L; 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

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

( m& }3 l) H/ M& v" _( Q

BIG5编码对应GB编码的码表文件。

第一步 制作码表文件

3 q$ q' I9 \' s7 M3 _) \; ^& J

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

5 |0 G* e% \+ s

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

: k! {9 |& a. C5 V

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

; M3 V& Z: U! L9 L- J% S

，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.

) W' `% Y" @8 K2 q

TXT”。

5 S% a+ g6 w( s! P8 {' H L6 D

//TURBO C++ 3.0

' b. W3 P7 Q1 Q9 P J) A

#include <Stdio.h>

& r" x# i1 J3 o1 c

#include <stdlib.h>

9 g/ h6 X% h# n7 m* l$ A5 a. v

void main(){

FILE * codefile;

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);}

: L/ o/ ~1 ?( z9 S% V4 D

}

4 O2 m( }# v/ P. L. n& _: T& S

fclose(codefile);

0 ~- L4 f6 z2 B8 c$ j4 A

return;

+ g T2 V3 x3 _7 z, Z. j

}

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，

/ u6 B% J8 t# I/ ^6 v2 x. I' A

即获得码表文件。

5 j$ c. S1 Z: E- i" b0 v

第二步 转换

下面的源程序，将BIG5码文件转换为GB码文件。

. ?" `. }9 K# F# l, ^, f7 D! |

//TURBO C++3.0

#include <stdio.h>

( a% p4 I) U! ^: M4 M6 ]1 H1 O

#include <stdlib.h>

void main(){

% `2 T5 w/ I, `

int que, wei;

; X1 t8 @9 {0 ?

FILE * sourcefile;

0 i# R6 A; M! v& f( [: j0 z

FILE * tabfile;

2 e) T$ \6 J* W5 u! D

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");

& J, q: w1 u+ ~; W" S; T) q

//转换生成的GB码文件

6 |; [" f/ x" G% E7 l, g

while (!feof(sourcefile)){

7 x6 H) D5 }8 _( o

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

! O8 N% t S6 a: h+ F

if (feof(sourcefile)){

break; }

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

. m+ w! ^& {5 b8 p' U: r# V

//叛断是否汉字（BIG5编码）

. G# P/ P2 }1 [ e8 ~' y. p% R- g

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

+ G# q6 j7 l! F7 U0 v, E f

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);

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

1 P7 P4 E( Y$ a2 J, Z

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

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

1 G a" I; \ ]; Y7 V: x9 [5 S

}

5 h/ |! \* ?# @+ Q6 a6 X, j" f

else

- ?7 c8 `% [! u2 H

fwrite(& que,1,1,destfile); //处理英文

5 e# ^7 G9 \* B! y

}

! E* ?: y0 H T2 T) v- [6 o% }

fclose(sourcefile);

fclose(tabfile);

) p: F2 k2 U$ t% W! R) Q: Q S

fclose(destfile);

3 u- v* ]! s- x7 X- v% _& D

return;

3 {2 K( Q4 z5 y8 O# o

}

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。