|
中文因爲數量太多，所以與英文用ASCII碼一個字節表示不同，它使用兩個字節來表示。通過計算這兩個字節，我們可以得到其表示的漢字在中文字庫中的位置。讀取該位置的若干字節，以獲得表示這個漢字的點陣信息。有了這些信息，就可以分別在DOS或WINDOWS中顯示該漢字。事實上，在文本文件中保存的就是每個漢字對應的兩個字節編碼，而顯示問題由中文操作系統自動解決。
漢字編碼並不統一，我們使用的是GB碼，而臺灣地區使用的是BIG5碼。BIG5碼文件中保存的是漢字相應的BIG5編碼，GB碼文件中保存的是漢字相應的GB編碼（這也就是“亂碼現象”的來由）。所以轉換工作的關鍵是有一個記錄每個BIG5編碼對應GB編碼的碼錶文件。
第一步 製作碼錶文件
BIG5碼編碼規則是這樣的：每個漢字由兩個字節構成，第一個字節的範圍從0X81－0XFE，共126種。第二個字節的範圍分別爲0X40－0X7E，0XA1－0XFE，共157種。也就是說，利用這兩個字節共可定義出 126 * 157＝19782種漢字。這些漢字的一部分是我們常用到的，如一、丁，這些字我們稱爲常用字，其BIG5碼的範圍爲0XA440－0XC671，共5401個。較不常用的字，如濫、調，我們稱爲次常用字，範圍爲 0XC940－0XF9FE，共7652個，剩下的便是一些特殊字符。
製作碼錶文件的原理是這樣的：首先將所有的BIG5編碼寫入一個文件，然後，使用具有BIG5碼到GB碼轉換功能的軟件，如地球村、東方快車、四通利方，將文件轉換爲GB碼文件，即得到碼錶文件。
下面的源程序將所有可能的BIG5編碼（0XA100－0XFEFF）寫入文件“Table.TXT”。
//TURBO C++ 3.0
#include
#include
void main(){
FILE * codefile;
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);
fwrite(& j,1,1,codefile);}
}
fclose(codefile);
return;
}
運行地球村、東方快車或四通利方，將“Table.txt”從BIG5碼轉換爲GB碼，即獲得碼錶文件。
第二步 轉換
下面的源程序，將BIG5碼文件轉換爲GB碼文件。
//TURBO C++3.0
#include
#include
void main(){
int que, wei;
FILE * sourcefile;
FILE * tabfile;
FILE * destfile;
sourcefile = fopen("big.txt'''', "r+b");
//BIG5 碼文件
tabfile = fopen("table.txt", ''''r+b");
//碼錶文件
destfile = fopen("gb.txt","w+b");
//轉換生成的GB碼文件
while (!feof(sourcefile)){
fread(& que,1,1,sourcefile);
if (feof(sourcefile)){
break; }
if (que> =0xa1 && que <=0xfe)
//叛斷是否漢字（BIG5編碼）
{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 ) + wei), SEEK_SET);
fread(& que,1,1,tabfile);
fread(& wei,1,1,tabfile);
fwrite(& que,1,1,destfile);
fwrite(& wei,1,1,destfile);
}
else
fwrite(& que,1,1,destfile); //處理英文
}
fclose(sourcefile);
fclose(tabfile);
fclose(destfile);
return;
}
以上程序在Win95/97，TC3.0 通過。稍加修改，也可用於VC或VB程序中。用同樣的方法，我們也可以將GB碼轉換爲BIG5碼。
|
