BIG5到GB的转换技术

韩冰

BIG5到GB的转换技术

( e6 ]7 p. U& B) p2 w% p

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

9 d" H) d' f( o: R0 f

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

: }3 L! q- ]7 s* r

。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

" {; e2 P; C, ^7 Q( x

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

' a( G. C; S* L0 l

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

9 y& r" [6 V" m4 o, W8 ~/ E# ?; V

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

: w; L ~4 {$ \, y$ p: Y

BIG5编码对应GB编码的码表文件。

7 i0 N" O; a. O( z% A

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

7 Q" q+ [' _+ y+ I

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

) D8 O7 H o5 E8 x( V+ Y

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

1 y7 A/ r& q1 G0 L

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

7 {& R" S! j- Q3 g

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

7 G7 Q; j7 J1 P$ \

，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

' D0 M+ f% u' o1 \/ l8 `

文件转换为GB码文件，即得到码表文件。

1 i) j3 U" y# W- K/ z5 a

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

: M( g% H8 e/ X3 R5 \

TXT”。

//TURBO C++ 3.0

3 Z. \6 }, ]4 ]% t5 S0 l

#include <Stdio.h>

1 {/ p1 {# ^$ e k: J9 L

#include <stdlib.h>

void main(){

FILE * codefile;

int i,j,k;

- w5 X! p& L8 Q

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

, ?! F% B3 S5 K+ B

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

& f p; E+ ?/ \$ ?, y$ `( A

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

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

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

! D9 _4 E/ I# r$ D$ Z

}

$ |, n8 o: Y& W+ |5 {: p( c) M

fclose(codefile);

return;

, ?, z0 g6 T* V, q

}

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。

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

, ~$ l/ D }( Z, F& J! }7 J

#include <stdio.h>

, v% O! u8 Q3 J, m

#include <stdlib.h>

void main(){

int que, wei;

FILE * sourcefile;

: M- ~2 ]: ?6 h

FILE * tabfile;

! i0 y6 N" a' v' O* a

FILE * destfile;

6 k. G0 H4 C {5 U( w* `9 R

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

3 y# t' k3 W9 H) V* K: n: }9 U

//BIG5 码文件

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

$ `0 [4 h- X0 L

//码表文件

) R9 P5 U! }' ~: S

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

0 v$ j+ ~( M- b4 V G

//转换生成的GB码文件

3 h1 A8 R. O7 b: O# P! V

while (!feof(sourcefile)){

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

if (feof(sourcefile)){

/ a( K% N) ?8 o* y9 a

break; }

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

//叛断是否汉字（BIG5编码）

! A5 _+ g, @- ` Q8 F, T6 Y

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

* E; e- P- ~) }* Y. I

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

/ l$ N, u5 B8 V# `9 V! v( c( Z

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

( B* D: w; A" [, {: v& L

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

, r( y& ~: v7 P( H

+ wei), SEEK_SET);

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

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

- W1 {1 K" A) Q! I; Y- q( X! r

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

: n2 I/ k. }6 i6 N; T1 W5 P

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

/ C0 ~2 o- g6 M

}

# n) x$ v, O! |; A

else

fwrite(& que,1,1,destfile); //处理英文

+ }8 K2 U! c6 K! \# F+ C

}

+ h- b$ ]6 [9 c7 X4 [( r) O

fclose(sourcefile);

1 l; r* O+ W/ [; _1 P3 W8 b

fclose(tabfile);

fclose(destfile);

( b/ s! |) O- y

return;

$ L V* T5 N! o \0 @

}

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

6 d( g- e Z {6 B

同样的方法，我们也可以将GB码转换为BIG5码。