BIG5到GB的转换技术

韩冰

BIG5到GB的转换技术

/ |/ s. r/ O; @8 Z. g

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

。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

5 }1 c3 S; u/ J

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

8 c, C) M2 {" y- }- V" u6 S

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。

! _$ a. K9 p$ H8 x# g v3 p W7 w

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

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

- v# l8 w: E; h/ T

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

7 I0 T/ U% ^" I u

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

+ V7 C2 g0 n' ^8 D

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

# H$ _% B3 Y7 f5 N

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.

& T3 f% i, P# Q3 y& g ^* W

TXT”。

; K+ L" `+ ~0 n5 ?* \6 A1 v

//TURBO C++ 3.0

( W% v8 d' ]" e, \" R

#include <Stdio.h>

#include <stdlib.h>

8 ~: u; a' I5 _0 Y6 M8 M6 q1 L s

void main(){

& L4 b0 ^( ?2 q, W( e

FILE * codefile;

# K2 q# e3 ~% i y

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);

( A* o, v% Q" ?; j! {; T Y

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

* S$ d+ r! j. T" O/ X1 P

}

9 T9 {& a, [9 _6 t

fclose(codefile);

5 ], ~/ h+ j9 o! ?* E3 p

return;

# i8 \% y; z: K/ H) K

}

0 r' S" S! v6 F* L) L

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。

) b2 G3 R1 V) Q* p. I" [9 @% Z

第二步 转换

C6 r# f: q5 S2 W2 J7 a

下面的源程序，将BIG5码文件转换为GB码文件。

" V( M$ n) k; w" u

//TURBO C++3.0

#include <stdio.h>

#include <stdlib.h>

void main(){

; \$ R5 X$ d/ n: U

int que, wei;

FILE * sourcefile;

FILE * tabfile;

FILE * destfile;

, L; H5 \, Y* {: I

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

//BIG5 码文件

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

4 p# s1 u' M, p$ \" o

//码表文件

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

5 j* o" _9 ~4 K: X& X9 @6 y$ t

//转换生成的GB码文件

while (!feof(sourcefile)){

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

if (feof(sourcefile)){

break; }

) d: z$ o) _9 j0 ?; W! k

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

//叛断是否汉字（BIG5编码）

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

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

. H9 j2 h3 q. V2 `

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

/ M- g3 r H1 w* g7 e) M1 L

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

6 M- q0 q4 l ]! x2 K

+ wei), SEEK_SET);

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

0 s$ u& f" ?) q5 {# U6 ]

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

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

' }$ O& V( i8 W& T

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

4 O! ?( ~- v7 `4 d' W

}

else

fwrite(& que,1,1,destfile); //处理英文

+ x# @. M4 Q6 l5 c7 |. | a* H7 H! F

}

8 l. D8 x, Z4 w* Y" y2 s' m3 M4 n

fclose(sourcefile);

! L. a+ Q7 S! W H* X$ ?

fclose(tabfile);

; I6 `) X, g: S# Q

fclose(destfile);

return;

}

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。