【转载】BIG5码到GB码转换技术

转载：http://blog.chinaunix.net/u2/67530/showart_601511.html

    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。
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，将文件转换为GB码文件，即得到码表文件。

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

　　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

     // 本文转自 C Builder研究 -
　　下面的源程序，将BIG5码文件转换为GB码文件：

         //TURBO C 3.0
         #include
         #include

         void main(){
             int que, wei;
             FILE * sourcefile;
             FILE * tabfile;
             FILE * destfile;

             sourcefile = fopen("big.txt', "rb");  // BIG5 码文件
             tabfile = fopen("table.txt", "rb");   // 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)    //叛断是否汉字（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;
         }

　　用同样的方法，也可以将GB码转换为BIG5码。