【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。
' s9 ~+ k: s& P  c, h
　　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

/ B1 s: |$ N  m3 t% q　　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。
; h. ~/ y9 t& }! a: Q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”。

$ _$ d8 l' X$ Q4 d# {//TURBO C 3.0
#include <Stdio.h>
#include <stdlib.h>
6 z; E" d0 v9 u) z6 Q3 t- zvoid main(){
FILE * codefile;
& i) x# O, y; Uint I,j,k;
1 c7 u* S4 q) S( ^9 s# R, Scodefile=fopen("table.txt","w b");
& D9 ?* \) L0 Y7 H( [9 S! E! R0 @for (i=0xa1;i<=0xfe;I ){
for(j=0x00;j<=0xff;j ){
2 A6 {- a$ \. n& J( v' [fwrite(& I,1,1,codefile);
9 ]" H+ B+ C+ k' S+ K$ z9 K: @fwrite(& j,1,1,codefile);}
" I6 V% Q9 X+ z$ l}
fclose(codefile);
return;
}
3 p$ b+ _: I5 Q7 \. b　　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。
% y5 G0 n& s5 \6 z9 b. r( V4 i

% Z9 s% p: ^+ M( ?, v第二步 转换
1 q, ^0 j; g$ l$ ?6 B- U2 Y. r8 a
// 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
9 t6 p! D+ t3 @: G& L#include <stdio.h>
#include <stdlib.h>
void main(){
int que, wei;
FILE * sourcefile;
/ ]; w* N4 ?4 S: @% h3 LFILE * tabfile;
( J9 U! p4 T9 Y& v# D3 n9 {! Z8 ?FILE * destfile;
sourcefile = fopen("big.txt', "r b");
3 |2 z9 h* T0 A5 ?2 e3 h' O( i+ ?//BIG5 码文件
( Y# T1 R; O7 z6 L' ?3 Wtabfile = fopen("table.txt", 'r b");
5 Z+ C) E3 {% ^( v  X- F//码表文件
destfile = fopen("gb.txt","w b");
//转换生成的GB码文件
1 ?! W! `* x+ Y8 \$ Dwhile (!feof(sourcefile)){
( @8 d5 h' D0 @- g* bfread(& que,1,1,sourcefile);
' _. {: x" {. ]* `, i$ d- G" _$ lif (feof(sourcefile)){
+ x) Q, |: l, a; _9 |break; }
if (que> =0xa1 && que <=0xfe)
//叛断是否汉字（BIG5编码）
2 |& j) \/ t1 C* {{fread(& wei,1,1,sourcefile);
if (wei<0xa1) wei = wei - 0x40;
if (wei>=0xa1) wei = wei - 0xa1 0x7e - 0x40 1;
. F! k7 b; O: D1 x  Y- zfseek(tabfile, 2 * ((que -0xa1) * (0xfe - 0xa1 1 0x7e - 0x40 1 ) wei), SEEK_SET);
  V" [* s8 H# Zfread(& que,1,1,tabfile);
6 w. S4 k; z* W* ~$ g3 ?; Pfread(& wei,1,1,tabfile);
fwrite(& que,1,1,destfile);
" p' T: a4 f  e& k+ v% v- H9 a; }fwrite(& wei,1,1,destfile);
}
else
( O; m. Y/ }$ n/ x/ m& ]fwrite(& que,1,1,destfile); //处理英文
}
fclose(sourcefile);
fclose(tabfile);
fclose(destfile);
1 r, f& s& v6 m: D: sreturn;
}

6 K8 b$ g1 O. u7 n* @　　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。

! d5 U! J; {. ]　　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。
7 o4 P8 V( y- l: Z1 ~
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”。
- C6 A6 s8 u3 |+ g# V$ z
//TURBO C 3.0
. m1 H. c6 Q7 ?# P#include <Stdio.h>
7 \5 e# o- ?( }0 N6 E( S! y( j#include <stdlib.h>
9 G9 t/ K( Y* w- @' Yvoid main(){
9 \. q2 k) d) JFILE * codefile;
, r6 x; g& a5 X; {4 x7 Wint I,j,k;
codefile=fopen("table.txt","w b");
' ]- G0 p6 D! |8 T5 |% ?for (i=0xa1;i<=0xfe;I ){
5 R5 L. b9 f' O; T+ y. sfor(j=0x00;j<=0xff;j ){
fwrite(& I,1,1,codefile);
fwrite(& j,1,1,codefile);}
}
fclose(codefile);
return;
) ^* p8 _  @5 s}
" P, F$ p, a& K' S% ~　　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。
- E5 S) @% @1 \$ I' R

8 H$ v( D$ I* R第二步 转换
! p0 w$ P' g$ B9 k8 q
8 M" X: d2 L5 k' P3 R// 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。

8 L1 g* A- P! ]9 t5 I' d//TURBO C 3.0
  F. g# x% x) D' e) M4 r#include <stdio.h>
#include <stdlib.h>
3 J7 P. z5 N' w3 Wvoid main(){
) ]/ [; k+ K0 `int que, wei;
FILE * sourcefile;
# {* W' s3 F$ h) L' s- J/ s1 ZFILE * tabfile;
FILE * destfile;
sourcefile = fopen("big.txt', "r b");
//BIG5 码文件
tabfile = fopen("table.txt", 'r b");
//码表文件
, h" x* z) b( ]: Ndestfile = fopen("gb.txt","w b");
//转换生成的GB码文件
2 f# S7 l/ J- B& @. ]while (!feof(sourcefile)){
3 }4 Y& O% M% {8 M6 Q. g1 Cfread(& que,1,1,sourcefile);
if (feof(sourcefile)){
) c- m9 F: ]7 sbreak; }
if (que> =0xa1 && que <=0xfe)
' W0 Q8 r" `$ I# r: B2 M$ B* j3 z/ Z//叛断是否汉字（BIG5编码）
3 p, ?& x$ R7 ]  n{fread(& wei,1,1,sourcefile);
if (wei<0xa1) wei = wei - 0x40;
5 G- n! L: r5 d: m& h# Q6 @0 _2 _( oif (wei>=0xa1) wei = wei - 0xa1 0x7e - 0x40 1;
9 D1 p9 q' i# t: nfseek(tabfile, 2 * ((que -0xa1) * (0xfe - 0xa1 1 0x7e - 0x40 1 ) wei), SEEK_SET);
fread(& que,1,1,tabfile);
/ c8 {( J- @$ S$ z' V3 f3 ?fread(& wei,1,1,tabfile);
fwrite(& que,1,1,destfile);
; S$ }; ^' @, R2 r4 [fwrite(& wei,1,1,destfile);
}
else
fwrite(& que,1,1,destfile); //处理英文
2 Q! A8 [" L" O3 j}
fclose(sourcefile);
8 h2 L* v# n7 ~fclose(tabfile);
( H7 E0 Q- a* v! Mfclose(destfile);
return;
. F+ r5 ]6 [+ P7 F4 Q}

　　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。