【scummvm汉化】BIG5码到GB码转换技术

shane007

BIG5码到GB码转换技术  
一起学习 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。
. }, ]) P/ ^( {, |' K. f3 k, d
　　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。
" i& H9 @; G5 f# a% _0 z  V6 b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。
0 `- M8 @; R  |% p) l
  F: _7 }  J/ ]) i7 U　　 下面的源程序将所有可能的BIG5编码（0XA100－0XFEFF）写入文件“Table.TXT”。
" z3 V) g, a$ m
//TURBO C 3.0
#include <Stdio.h>
#include <stdlib.h>
, J: ]6 S: z3 f: G1 T1 L  J6 Kvoid main(){
FILE * codefile;
$ B; Q" v, b  Y$ F+ {9 pint I,j,k;
codefile=fopen("table.txt","w b");
for (i=0xa1;i<=0xfe;I ){
for(j=0x00;j<=0xff;j ){
$ u1 P1 O/ U: P2 Y" ]' }% Zfwrite(& I,1,1,codefile);
5 X- U# N; J6 Q4 B3 \& s4 ]fwrite(& j,1,1,codefile);}
}
fclose(codefile);
return;
! d1 A, i' J, O$ k3 d}
　　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。


0 ?- M6 d. I$ V5 z第二步 转换

// 本文转自 C Builder研究 - http://www.ccrun.com/article.asp?i=166&d=8dgfdd
　　下面的源程序，将BIG5码文件转换为GB码文件。
# H, b/ v2 J, l  j2 e
- V( I: v' K. O( R) o) c7 m  m//TURBO C 3.0
#include <stdio.h>
9 |) n& m, u' k$ Y1 V/ F# j! y#include <stdlib.h>
  F* O9 M  R" a; E1 zvoid main(){
int que, wei;
FILE * sourcefile;
: p. `! Y! N$ RFILE * tabfile;
+ F# G6 s" N5 _) k- n% EFILE * destfile;
sourcefile = fopen("big.txt', "r b");
& ]# ?( L6 @, \! c- c3 E$ A: Q! G0 v//BIG5 码文件
& t( d* O( X! H& T9 C7 v7 ], y) stabfile = fopen("table.txt", 'r b");
//码表文件
destfile = fopen("gb.txt","w b");
//转换生成的GB码文件
$ ]& y5 d; O! v% x5 l2 mwhile (!feof(sourcefile)){
fread(& que,1,1,sourcefile);
if (feof(sourcefile)){
break; }
+ `3 T- [" U" a. V, Jif (que> =0xa1 && que <=0xfe)
//叛断是否汉字（BIG5编码）
{fread(& wei,1,1,sourcefile);
6 d/ F; G) i* T: v- eif (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);
1 U( [. I1 R& B2 @0 ~}
/ S. Q9 p. D" ?1 a7 v: ]2 ~else
/ m* J5 j1 Q- H- _0 M# D8 Ufwrite(& que,1,1,destfile); //处理英文
2 K! t( H0 C$ a+ E$ n4 d4 {2 P' G}
( c& l: k5 O$ K. A- i  X/ d4 Ofclose(sourcefile);
1 q0 i$ d5 U8 e1 R! Zfclose(tabfile);
& J& @( A8 o  d/ Jfclose(destfile);
0 Q5 F! j6 Q6 I' I7 wreturn;
7 q1 W: A! [9 t3 Z1 `$ c) r}

# i5 G! c1 v; U# e9 X　　以上程序在Win95/97，TC3.0 通过。稍加修改，也可用于CB、VC或VB程序中。用同样的方法，我们也可以将GB码转换为BIG5码。 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。

# K7 V% q/ e. S# c+ V# d+ K: s　　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。
# `9 i! Q  e% B& x3 b& @2 X
第一步 制作码表文件
  Y$ H4 b- O% X( g8 W! ^
5 Z, j( E1 v5 |　　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”。
9 @* I! N# \' O$ [) r
4 l8 j& K8 g, e, _4 k//TURBO C 3.0
3 A9 [8 ~) J2 M/ k! V3 h# v8 }: s#include <Stdio.h>
+ G. y/ o) Z$ b" y$ u5 e3 l#include <stdlib.h>
: w2 U6 h2 c0 k& C  }* uvoid main(){
+ d4 j5 u$ t# }  h$ [3 {FILE * codefile;
int I,j,k;
codefile=fopen("table.txt","w b");
for (i=0xa1;i<=0xfe;I ){
for(j=0x00;j<=0xff;j ){
$ F5 n. {" o! A, Ufwrite(& I,1,1,codefile);
* r# c2 b: _  cfwrite(& j,1,1,codefile);}
}
- N! J0 }3 e4 yfclose(codefile);
* h$ c9 w9 ^% S6 g2 s# u' O) J0 Lreturn;
}
　　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。
+ }+ G2 S/ |' h& d

第二步 转换

// 本文转自 C Builder研究 - http://www.ccrun.com/article.asp?i=166&d=8dgfdd
　　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>
/ M) ?- C5 ?! Nvoid main(){
int que, wei;
# k5 Z2 e4 n4 F8 y% dFILE * sourcefile;
( c* Q( D; v) G! EFILE * tabfile;
FILE * destfile;
sourcefile = fopen("big.txt', "r b");
9 K% a3 b- H$ r! G//BIG5 码文件
2 T0 i1 U" V& Y7 L4 r  Ptabfile = 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)){
1 x+ N4 A. m: p& dfread(& que,1,1,sourcefile);
' c/ ^8 s- h9 x+ E3 eif (feof(sourcefile)){
break; }
0 ~8 R. O1 n5 n( u' c% v; z1 Yif (que> =0xa1 && que <=0xfe)
! l0 n  _6 b" h( G+ y: S//叛断是否汉字（BIG5编码）
{fread(& wei,1,1,sourcefile);
if (wei<0xa1) wei = wei - 0x40;
4 l* v" z0 P6 _% b2 r% W  rif (wei>=0xa1) wei = wei - 0xa1 0x7e - 0x40 1;
fseek(tabfile, 2 * ((que -0xa1) * (0xfe - 0xa1 1 0x7e - 0x40 1 ) wei), SEEK_SET);
  [( J8 V: [8 Ffread(& que,1,1,tabfile);
fread(& wei,1,1,tabfile);
fwrite(& que,1,1,destfile);
fwrite(& wei,1,1,destfile);
2 u: `' D2 e1 P; C4 j9 k1 R: E}
else
fwrite(& que,1,1,destfile); //处理英文
}
2 |% Q! H0 J* {0 r! Q# afclose(sourcefile);
3 C3 b& J: j2 zfclose(tabfile);
fclose(destfile);
" n( i2 k7 H3 c5 I$ N9 d1 }) X6 o  lreturn;
}
. f/ H: P2 I9 Z9 z
　　以上程序在Win95/97，TC3.0 通过。稍加修改，也可用于CB、VC或VB程序中。用同样的方法，我们也可以将GB码转换为BIG5码。