BIG5到GB的转换技术

韩冰

BIG5到GB的转换技术

3 M' N7 P3 A% d! Y

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

7 u& y3 I. H5 Q% ~ g [

。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 R! M; K1 ^( g0 T

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

. ~! C5 ^: y5 n: F* {% l. Z

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

# u' p6 n/ F9 ?% R! P

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

' g4 Y) ?, k; n7 L& E* f- t

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

0 w' l' K1 b$ r/ j; |, K

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

- P1 g5 @, S( t( v3 \/ F

，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。

* a6 i- N$ w8 ?4 [! E- |

下面的源程序将所有可能的BIG5编码（0XA100－0XFEFF）写入文件“Table.

, N, h% M4 `5 s" f1 g% v/ _- p

TXT”。

//TURBO C++ 3.0

6 K9 V5 a; z1 y* } h5 E

#include <Stdio.h>

#include <stdlib.h>

, P1 L( m/ b6 \% k! ]: U

void main(){

! Q9 [( v4 [8 ?4 x

FILE * codefile;

- T: L. t5 v9 ~1 T7 L2 c

int i,j,k;

. l( A& |6 K, G8 w+ K. s

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

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

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

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

, H+ V) g; v: B) T, @, x3 v

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

}

4 W& D/ }( ^+ k. L' l2 S

fclose(codefile);

; v3 M+ `6 p. ?, [$ t

return;

. J+ _4 | o( k# I4 B

}

@' G3 C4 q* Z: n- v1 K

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。

! S. K7 L- A" H! r

第二步 转换

% U! ]; s( r& \1 O# B, |/ k# @) M

下面的源程序，将BIG5码文件转换为GB码文件。

//TURBO C++3.0

' A- y5 w; M! N

#include <stdio.h>

5 s0 _2 s. i; a) q3 q% R

#include <stdlib.h>

: _" A2 p5 |2 Z8 [" j W, e5 k

void main(){

3 O" L! a" `) Y7 w6 x

int que, wei;

0 b/ L" h' l( T5 |. ]4 Q3 n7 E, a% d

FILE * sourcefile;

x1 J, x6 v. d' a! K

FILE * tabfile;

FILE * destfile;

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

//BIG5 码文件

' \2 h" G! c8 x& ?

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

//码表文件

9 s9 |& v3 m% a, g8 _$ K* w1 w

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

1 T: K' X6 o! c/ W! Z4 W

//转换生成的GB码文件

6 g* U1 ^' c$ }2 K1 U) g5 Y: D( o5 q

while (!feof(sourcefile)){

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

if (feof(sourcefile)){

break; }

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

- S! q P4 M: B! H- s; O

//叛断是否汉字（BIG5编码）

( }8 W. F+ z- a0 r |2 ^5 g6 _

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

6 M8 V9 T$ l) w$ z5 T

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 )

5 F1 _; x; }9 O5 F( f

+ wei), SEEK_SET);

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

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

4 B T0 g9 [6 n

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

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

}

" [/ |# E9 B! u% y. _# l* R! H

else

0 }8 d+ R- M2 T& y0 z7 r

fwrite(& que,1,1,destfile); //处理英文

}

fclose(sourcefile);

: }/ ?8 e$ Y" C) _4 ^5 z& _7 U7 }

fclose(tabfile);

fclose(destfile);

7 |: N! E' u L7 f9 R

return;

}

* w5 D- d+ g4 I

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。