BIG5到GB的转换技术

韩冰

BIG5到GB的转换技术

/ P w$ X% X7 ]) t9 s. p% J

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

, B% }+ J9 Q+ O7 k8 r+ 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

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

9 n: Z0 M) E- ]2 U5 ^+ n9 W l0 D

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。

4 V% T$ Q3 z4 d& b, V5 W4 ^% O

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

; ^8 Y( \. b# L0 Q7 V/ |% w

BIG5编码对应GB编码的码表文件。

第一步 制作码表文件

% d, U# L! `' x# H7 Q

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 M* ?4 t+ G3 F( y9 N

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

范围为0XA440－0XC671，共5401个。较不常用的字，如滥、调，我们称为次常用

2 c. G: [4 I. ]6 y; t+ V: d4 i' Y

字，范围为 0XC940－0XF9FE，共7652个，剩下的便是一些特殊字符。

) d% Z/ g5 i1 u; A3 b! {" l. d7 R8 T

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

% j* ]' B/ E. i/ r1 n7 m: t& T

，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

9 m! N1 J' ?# q1 S, v" i

文件转换为GB码文件，即得到码表文件。

/ R* n! m3 ]6 Z' P1 d- x. J. a d

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>

* K3 b) `& E) H3 r

#include <stdlib.h>

8 h4 [3 P8 T1 S9 n1 _0 f, z

void main(){

) M; p; Y. G' Y' u/ y

FILE * codefile;

, p& M* v- ]# q3 L% z

int i,j,k;

1 P. N# w) i7 M! c& ~$ k% d3 i4 l* V

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

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

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

$ B% o! o8 ]4 M3 P

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

+ x/ q" M) }( b' J c9 a$ W! }" I

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

2 K5 K9 S0 b$ g- n: W" `9 x1 F

}

fclose(codefile);

return;

3 E/ _, T. e- t

}

$ B- `5 ?+ d) W4 {# T: {# R$ M" 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，

$ V1 w& w& N- ~! D4 z7 F$ [

即获得码表文件。

第二步 转换

下面的源程序，将BIG5码文件转换为GB码文件。

//TURBO C++3.0

4 F) f. F( p' M

#include <stdio.h>

#include <stdlib.h>

void main(){

, U/ A3 s6 X8 ] C

int que, wei;

FILE * sourcefile;

FILE * tabfile;

) V: @' \% W0 `1 H

FILE * destfile;

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

//BIG5 码文件

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

//码表文件

8 b! O& S$ |+ L- s1 S$ ]

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

//转换生成的GB码文件

) ~! l9 h0 _& c

while (!feof(sourcefile)){

( S! B1 b% W- L: S, {) T' `3 ]3 A

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

8 L3 ?9 g6 W8 `* `9 F: l

if (feof(sourcefile)){

break; }

/ C1 ]; ^6 L3 r$ D% [

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

//叛断是否汉字（BIG5编码）

3 A. t4 S3 w$ H% C4 V

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

9 C+ N# ~1 q& X% _/ v4 @7 [8 X

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

, Z1 U( H, a2 H3 e

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

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

# g* `! V: Y# t: s) L' W

+ wei), SEEK_SET);

' h% K! z! L) P

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

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

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

; e1 t; y+ z+ H

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

}

else

fwrite(& que,1,1,destfile); //处理英文

}

fclose(sourcefile);

fclose(tabfile);

( n7 u# a. e# i- [8 t6 R3 g

fclose(destfile);

return;

p+ l9 y% u, }" j* r- V! [

}

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。