<b>BIG5码到BG码转换技术</b>[VC/C++编程]

中文因为数目太多,所以与英文用ASCII码一个字节表示差别,它利用两个字节来表示.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,以得到表示这个汉字的点阵信息.有了这些信息,便可以辨别在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办理.

汉字编码并不统一,我们利用的是GB码,而台湾区域利用的是BIG5码.BIG5码文件中保存的是汉字呼应的BIG5编码,GB码文件中保存的是汉字呼应的GB编码（这也就是“乱码现象”的来因）.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码编码法则是这样的: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.第二个字节的范围辨别为0X40－0X7E,0XA1－0XFE,共157种.也就是说,操纵这两个字节共可定义出 126 * 157＝19782种汉字.这些汉字的一部份是我们常用到的,如1、丁,这些字我们称为常用字,其BIG5码的范围为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,剩下的就是一些特别字符.

制作码表文件的原理是这样的:首先将全部的BIG5编码写入一个文件,然后,利用具有BIG5码到GB码转换功效的软件,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.

下面的源程序将全部大概的BIG5编码（0XA100－0XFEFF）写入文件“Table.TXT”.

//TURBO C++ 3.0
#include <Stdio.h>
#include <stdlib.h>
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;
}

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,即得到码表文件.

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
#include <stdio.h>
#include <stdlib.h>
void main(){
int que, wei;
FILE * sourcefile;
FILE * tabfile;
FILE * destfile;
sourcefile = fopen("big.txt', "r+b");
//BIG5 码文件
tabfile = fopen("table.txt", 'r+b");
//码表文件
destfile = fopen("gb.txt","w+b");
//转换生成的GB码文件
while (!feof(sourcefile)){
fread(& que,1,1,sourcefile);
if (feof(sourcefile)){
break; }
if (que> =0xa1 && que <=0xfe)
//叛断能否汉字（BIG5编码）
{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); //处理英文
}
fclose(sourcefile);
fclose(tabfile);
fclose(destfile);
return;
}

以上程序在Win95/97,TC3.0 通过.略加改正,也可用于CB、VC或VB程序中.用一样的办法,我们也可以将GB码转换为BIG5码.