BIG5到GB的转换技术

韩冰

BIG5到GB的转换技术

# I' ]# L' O) W: A9 ^

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

8 q$ Y$ D) V2 m% M% k+ d9 N

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

& B3 U. `# {" x7 l. Z8 g% |2 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

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

4 x; U( ?% M- h. G& ?' H

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。

. E2 r/ F6 V t' B" F I- v

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

% D0 H* I& x+ P0 j

（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

6 w. P9 a# h Z8 _- C8 D( A

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

& o- D3 s' l2 z# Q) u

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

# B9 N, J# j7 j- g; U$ J- F9 t! v8 g

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

$ S9 `0 x1 u4 y; k% h

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。

2 n: A. C& t( m! _

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

3 T) w& F7 m- |5 z2 |; y

文件转换为GB码文件，即得到码表文件。

' o1 ]0 X" T/ C+ c) R

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

( ?1 z( B# b) ~0 ?; @0 `" i. Q: o

TXT”。

& y Z0 ?8 N1 ^8 M+ G& D

//TURBO C++ 3.0

#include <Stdio.h>

#include <stdlib.h>

6 k2 P% c9 ~5 h& @1 j, y, B5 r

void main(){

2 G9 H3 V7 K/ x* x' `1 J8 _

FILE * codefile;

int i,j,k;

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

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

& N4 S. {5 I* X; A) `/ E

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

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

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

$ F6 e" A" g4 w

}

fclose(codefile);

5 R1 ~7 u2 @! M

return;

}

- Q. h! G! @) H7 ?4 d' ^3 v

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。

$ }/ a: ]/ K9 G4 D4 e- N

第二步 转换

下面的源程序，将BIG5码文件转换为GB码文件。

0 c! }. M" n4 N5 x

//TURBO C++3.0

' K' U* L$ A; Q# q/ V

#include <stdio.h>

#include <stdlib.h>

. L$ O/ x, M/ [) H) p: p

void main(){

! q, q7 M. g) k, w

int que, wei;

5 g- m: F( H- k5 ?

FILE * sourcefile;

6 g7 x! @3 Q) V& s# L1 {, g0 n

FILE * tabfile;

FILE * destfile;

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

7 n- h, X, a' U6 F! r/ W

//BIG5 码文件

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

//码表文件

4 u, o/ \+ x7 [4 H. D6 A3 Q

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

//转换生成的GB码文件

4 M8 h9 _/ |" G9 i$ C

while (!feof(sourcefile)){

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

if (feof(sourcefile)){

break; }

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

- x( W6 _2 u) o" X1 M: W/ b

//叛断是否汉字（BIG5编码）

! x) n( v% E8 \: t, M# C! w5 y( \

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

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 )

% ~% `' G& U0 n# v

+ wei), SEEK_SET);

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

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

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

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

}

2 d7 R/ ]/ @4 r# b- C

else

fwrite(& que,1,1,destfile); //处理英文

' h) p! U' Q' R% @" i

}

fclose(sourcefile);

fclose(tabfile);

fclose(destfile);

return;

* P4 p* T" E+ ]

}

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

% `2 `! ~4 n! B& r/ A( V

同样的方法，我们也可以将GB码转换为BIG5码。