BIG5到GB的转换技术

韩冰

BIG5到GB的转换技术

& S% L. f/ e6 |. n& f

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

1 ^. l B: G/ `5 T3 c

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。

( e' |. K- _7 p) G% e! 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

2 v& J4 w3 @1 F, Y& D7 Q( m! 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

BIG5编码对应GB编码的码表文件。

# J- C; k$ k. d# O' Q$ |

第一步 制作码表文件

- i( {7 F: ~) N7 @( Q1 v

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

( e8 J! J U" r3 O

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

' v4 M6 W+ P3 N' b6 p0 X) v

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

! a/ }2 Z7 ]6 {7 K+ Z. u! w

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

# f/ S- e3 u+ _3 ?8 i% h

，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。

8 a, p$ Q" _" K: j2 s8 o

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

6 d! p6 M, [$ X+ ?; |/ B; W

#include <Stdio.h>

% S8 f8 c1 J+ h4 W3 T6 K8 o- S

#include <stdlib.h>

void main(){

FILE * codefile;

% o; e8 I5 i; I- S

int i,j,k;

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

: g/ g: V1 y# J( \

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

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

0 O+ x9 ~; [3 G0 ?( g

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

R: z* f! }2 ]) f5 m

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

}

fclose(codefile);

0 d Y1 F: ? h# [

return;

}

! W) {/ e9 ]9 E! f5 F) N

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。

第二步 转换

7 r/ o# c l4 o" T0 h/ A E( Z2 q/ `

下面的源程序，将BIG5码文件转换为GB码文件。

. p: f5 p1 p& n' x9 h

//TURBO C++3.0

#include <stdio.h>

% f, Q/ T2 K7 P) Q

#include <stdlib.h>

I$ f- D( P3 Y9 {

void main(){

3 u% K# i4 \/ Q2 \' B4 M

int que, wei;

FILE * sourcefile;

H0 C3 L" y/ e' T

FILE * tabfile;

+ {) ^5 w3 i8 W& e% f. 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");

* {3 z7 T) e: P

//转换生成的GB码文件

0 l- Y3 x' g. \4 y

while (!feof(sourcefile)){

. z- R1 F! C9 K( o) \5 J

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

if (feof(sourcefile)){

& y+ ]( ]; k/ S

break; }

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

//叛断是否汉字（BIG5编码）

% H, u" s$ z: @' q0 t: c

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

- x; r7 E% y. l1 q4 y7 r

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);

7 b/ J3 M E, J' A/ u3 `

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

/ W- V& Z1 e1 T2 X2 R( Q/ k0 F

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

& {. z# v4 y, U. k

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

$ P+ t: a" {! s( U/ a, M0 M

}

% K' f* X" o8 n( Q

else

& ^0 P" O5 U; T0 q1 s

fwrite(& que,1,1,destfile); //处理英文

}

fclose(sourcefile);

fclose(tabfile);

- J* D. ^9 l! k8 l

fclose(destfile);

return;

# J' \1 j* E8 M7 I L0 K

}

+ @5 B4 v2 n1 k- h7 U5 [5 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。