明輝手游網(wǎng)中心:是一個免費提供流行視頻軟件教程、在線學習分享的學習平臺!

GB碼與BIG5碼的互換技術

[摘要]中文與英文用ASCII碼一個字節(jié)表示不同,它使用兩個字節(jié)來表示。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(jié)編碼,而顯示問題由中文操作系統(tǒng)自動解決。 漢字編碼并不統(tǒng)一,我們使用的是GB碼,而臺灣地區(qū)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...
   中文與英文用ASCII碼一個字節(jié)表示不同,它使用兩個字節(jié)來表示。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(jié)編碼,而顯示問題由中文操作系統(tǒng)自動解決。
    漢字編碼并不統(tǒng)一,我們使用的是GB碼,而臺灣地區(qū)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。所以轉換工作的關鍵是有一個記錄每個BIG5編碼對應GB編碼的碼表文件。
    GB碼編碼規(guī)則是這樣的:每個漢字由兩個字節(jié)構成,第一個字節(jié)的范圍從0XA1-0XFE,共96種。第二個字節(jié)的范圍分別為0XA1-0XFE,共96種。利用這兩個字節(jié)共可定義出 96 * 96=8836種漢字。實際共有6763個漢字。
    BIG5碼編碼規(guī)則是這樣的:每個漢字由兩個字節(jié)構成,第一個字節(jié)的范圍從0X81-0XFE,共126種。第二個字節(jié)的范圍分別為0X40-0X7E,0XA1-0XFE,共157種。也就是說,利用這兩個字節(jié)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,這些字我們稱為常用字,其BIG5碼的范圍為0XA440-0XC671,共5401個。較不常用的字,如濫、調,我們稱為次常用字,范圍為 0XC940-0XF9FE,共7652個,剩下的便是一些特殊字符。
    制作碼表文件的原理是這樣的:首先將所有的GB編碼寫入一個文件,然后,使用具有GB碼到BIG5碼轉換功能的軟件,如UCDOS下的CONVERT.EXE,將文件轉換為BIG5碼文件,即得到碼表文件。
    下面的程序可將全部國標碼寫入文件gb.txt(以下全部程序用foxpro書寫,可很容易的轉換成其他語言)

    fp = fopen("gb.txt",2)
    for i=161 to 247
      for j=161 to 254
        =fwrite(fp,chr(i)+chr(j))
      next
      =fwrite(fp,chr(13)+chr(10))
    next
    =fwrite(fp,chr(26))
    =fclose(fp)

    文件的組織形式:行對應編碼的第一字節(jié),列對應編碼的第二字節(jié)。使用時請注意編碼的偏移量,如漢字“啊”GB編碼0xb1a1第一字節(jié)0xb1(177)第二字節(jié)0xa1(161)所以他應該在文件的第(177-161=16)行第((161-161)*2=0)列。
    運行CONVERT.EXE將gb.txt轉換成BIG5碼的文件,這樣就可得到按GB碼組織的BIG5碼表文件big5.txt。反之亦可得到按BIG5碼組織的GB碼表文件。

    轉換的思路是這樣的:(用foxpro書寫)
    首先將碼表文件裝入數(shù)組
    fp = fopen("big5.txt")
    i = 0
    do while feof(fp)
      i = i+1
      dime dict[i]
      dict[i] = fgets(fp)
    enddo
    =fclose(fp)
    其次將待轉換的文本裝入變量
    create cursor temp (mm m)
    append blank
    append memo mm from textfilename
    text = mm
    然后掃描文本,替換所有的GB編碼
    temp = ""
    i = 1
    do while i < len(text)
      ch = substr(text,i,1)
      if isascii(ch)   && 若是ASCII碼
        temp = temp+ch
        i = i+1
      else
        ch1 = substr(text,i+1,1)
        big5 = substr(dict[asc(ch)-161+1],(asc(ch1)-161)*2+1,2)
        temp = temp+big5
        i = i+2
      endif
    enddo
    最后將在temp中得到轉換后的文本

    需要注意的是,在foxpro中數(shù)組指針是以1開始,substr函數(shù)的起始位>=1。
    foxpro大家應該都會,看得懂的。轉換好的big5.txt(17k)無法張貼。如有需要,請與我聯(lián)系。email: czjsz_ah@stats.gov.cn