BIG5到GB的转换技术

韩冰

BIG5到GB的转换技术

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

- {$ [# m c: K5 y9 t

。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

4 [) O- c$ |' d e b

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

. T0 l ~. K2 G" j. I0 F

（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。

3 w9 N5 `! {4 i( R4 L- E9 w% ^

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

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

4 |- [7 K* ?$ K! z4 B: ~9 z/ i8 ?

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。

( H0 Z) Z6 F5 D2 `8 z9 o6 u" 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

，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.

1 _- U' {, z7 U/ P7 y, M/ r9 P

TXT”。

//TURBO C++ 3.0

, V; s* K5 ? `- a

#include <Stdio.h>

#include <stdlib.h>

l+ S$ o. ~- \* Z( H

void main(){

& Y) F% {$ x7 v7 a" B# Q' E

FILE * codefile;

int i,j,k;

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

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

, n8 J. j6 p! `. M8 M% y0 J

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

j4 L' g8 M8 B4 C

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

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

7 i1 T- o. p$ v" @# G) L, Y* P

}

fclose(codefile);

return;

6 F/ f+ f& n# z7 u0 g# G! ~

}

3 `- e6 {7 Q) ~8 O! M6 b7 I/ Y; I

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，

6 B) D, K) M& B9 S" I* }8 L

即获得码表文件。

6 U, |4 C- d8 h0 A+ A- S9 q

第二步 转换

下面的源程序，将BIG5码文件转换为GB码文件。

; S0 w2 m: X, ^6 Z% E2 ~4 u

//TURBO C++3.0

#include <stdio.h>

#include <stdlib.h>

, X7 N8 j- @% b& H

void main(){

1 _% o) w' E' O, e: m9 \

int que, wei;

FILE * sourcefile;

# L0 V2 s9 q( x6 x, x* R3 ?

FILE * tabfile;

FILE * destfile;

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

# i3 }% a+ n" r8 S$ F

//BIG5 码文件

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

0 y2 C" B0 d; X$ O' K6 ]5 Z1 d5 [

//码表文件

. u; g3 ?2 o% `

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

3 j9 i8 j# t* L) D! [% e1 D

//转换生成的GB码文件

" z! X3 D- d j! x$ L! S

while (!feof(sourcefile)){

2 X3 o+ _! o" {0 {. s% `

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

if (feof(sourcefile)){

1 X3 R! K$ x c3 i: R% K

break; }

6 Z8 x( g. I8 K" e0 K G+ z

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

//叛断是否汉字（BIG5编码）

9 J: `- M! i0 v- J2 R: F- z

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

# Q& ]; `) K2 t% W4 P+ i

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

+ g: w @4 R; M6 k: L$ y. t9 ~

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

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

, S5 c( C+ I8 x# I, Y) J7 r9 N- C

+ wei), SEEK_SET);

% ]4 E7 @' ` [

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

6 f7 g5 |4 ]& l( i

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

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

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

; e2 d- l+ E, u" K T% R2 ]3 U

}

. R S; z/ H8 {9 E; H. e

else

5 |( J! n- \# e, u& R

fwrite(& que,1,1,destfile); //处理英文

" A% }! V4 l( H% X& R% S

}

fclose(sourcefile);

- N, ^# Q6 X/ E4 ^. l

fclose(tabfile);

fclose(destfile);

2 S( H# c3 I4 Q6 X& |2 _

return;

}

# p* R; e: X D$ }$ r8 d; T* |( b

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。