【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。

* A% L& q3 q" W6 s( D$ V# _; Q7 g　　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。
* I+ c% Q# H9 V* Z  w7 R
第一步 制作码表文件
" \2 o2 V6 V2 j  R$ p% r; S
　　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。
5 l- }3 ^9 D" d5 k0 H
; e% X& t* A. L. j) l9 r　　 下面的源程序将所有可能的BIG5编码（0XA100－0XFEFF）写入文件“Table.TXT”。
6 m8 E, l/ k! d6 c$ h/ n7 H
//TURBO C 3.0
4 i  b9 K4 F; P& |# R% V#include <Stdio.h>
#include <stdlib.h>
void main(){
FILE * codefile;
! ~+ h/ o9 o' ?. t' T: rint I,j,k;
0 g0 }5 K8 C1 }# c! W1 D/ |codefile=fopen("table.txt","w b");
for (i=0xa1;i<=0xfe;I ){
' w# ?! x1 b! \' Q' R  }! A# v1 Ufor(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。

4 y3 u! {3 Q& T6 l8 F4 j  _) T
6 B4 p6 V- n) |+ f' L3 A第二步 转换
# n$ k5 |) n* U! j
// 本文转自 C Builder研究 - http://www.ccrun.com/article.asp?i=166&d=8dgfdd
  ]9 B) a+ n6 [! E5 S# G　　下面的源程序，将BIG5码文件转换为GB码文件。

' x. {8 s( W) C9 D  o//TURBO C 3.0
- m# A& |6 K  ]. x#include <stdio.h>
#include <stdlib.h>
4 B2 i/ ?6 |! ~: m: {void main(){
) f4 A& F+ z0 V' i2 |( T# ?  sint que, wei;
% Z* S# a5 K( FFILE * sourcefile;
FILE * tabfile;
FILE * destfile;
sourcefile = fopen("big.txt', "r b");
//BIG5 码文件
+ }9 `" w3 @& e" E* M& m! Ntabfile = fopen("table.txt", 'r b");
9 s5 |3 V' c7 ~9 G, s7 M* P//码表文件
6 Q1 M9 W$ z+ Ndestfile = fopen("gb.txt","w b");
2 u- B' @" S! u3 D2 G0 h+ ~' j//转换生成的GB码文件
/ Z( c# B8 u. M7 z* m4 Fwhile (!feof(sourcefile)){
  O& R* o4 |1 P" V' F6 jfread(& que,1,1,sourcefile);
if (feof(sourcefile)){
- Q% E4 x/ J  T6 {0 mbreak; }
- A+ N# l2 t0 f; X6 u- |if (que> =0xa1 && que <=0xfe)
6 [1 a( S% U, M5 w//叛断是否汉字（BIG5编码）
0 f8 U1 }8 O" F{fread(& wei,1,1,sourcefile);
if (wei<0xa1) wei = wei - 0x40;
/ V1 g, d1 f2 y5 ]$ Rif (wei>=0xa1) wei = wei - 0xa1 0x7e - 0x40 1;
fseek(tabfile, 2 * ((que -0xa1) * (0xfe - 0xa1 1 0x7e - 0x40 1 ) wei), SEEK_SET);
, {2 W. {# B) t$ r/ H( X" k6 a2 d: Sfread(& que,1,1,tabfile);
fread(& wei,1,1,tabfile);
) [4 x% Y8 L9 W7 r8 Zfwrite(& que,1,1,destfile);
fwrite(& wei,1,1,destfile);
}
0 C. |& `2 N& Telse
fwrite(& que,1,1,destfile); //处理英文
+ e. p0 A7 ^7 [% {& t$ P) O: t; P4 G}
# Z" U* ^2 P) Y+ W- Ofclose(sourcefile);
/ b+ |& ~" r& [4 \fclose(tabfile);
5 T2 r; Q( w9 t; ?, ~fclose(destfile);
return;
}
% C" }6 p3 [8 D, }. ~
" U7 V; H. b& `, K　　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。
5 b1 p7 T5 ]+ _* i2 _/ p0 c; ]
- X% x: t5 C6 w! h! f　　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
! r- J  B; @! t) a
　　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。

' m% K& S4 M8 M* D! U　　 下面的源程序将所有可能的BIG5编码（0XA100－0XFEFF）写入文件“Table.TXT”。
# u: c2 R# z: [' K7 {; ^7 c" `
//TURBO C 3.0
9 m5 k5 T( `) [- ^' s2 l8 z0 v#include <Stdio.h>
#include <stdlib.h>
void main(){
FILE * codefile;
int I,j,k;
  R* k, b/ d5 [* y" xcodefile=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);
/ j' {+ n. i, r' y: S$ H' mreturn;
}
　　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。
4 m. z9 {' c: I  |5 V
( Q3 g/ w# ~& E: }% g7 R* h
* O0 m" W; r! I: `  m. X0 x- P8 v8 c第二步 转换
2 D' N; ]" H- k! Y' u
// 本文转自 C Builder研究 - http://www.ccrun.com/article.asp?i=166&d=8dgfdd
5 n1 _5 a1 ~4 P! K( H' R/ t　　下面的源程序，将BIG5码文件转换为GB码文件。
/ B  @- K# ~. z0 a& f- q
, G& ?" P9 H. i! h6 d0 F; r//TURBO C 3.0
* Y8 Y6 o, _5 V$ |0 O  K- ~#include <stdio.h>
#include <stdlib.h>
( A/ P, x/ o0 cvoid main(){
int que, wei;
: h0 P, v# x$ P* q: x' oFILE * sourcefile;
' x) y% [! Z& I4 D; N8 MFILE * tabfile;
! Z2 c( p+ a" C/ e' _. U/ j& z8 rFILE * destfile;
sourcefile = fopen("big.txt', "r b");
8 V% f- F7 g" ~. y//BIG5 码文件
5 m$ d! j* a1 k: U4 _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
& m' c, O- I  q& _8 K9 ?while (!feof(sourcefile)){
! y; @. y# F4 y9 e/ n$ Ofread(& que,1,1,sourcefile);
if (feof(sourcefile)){
  |, _0 @/ I) K- Ebreak; }
- H' ?; Q' \! i  d& F0 q9 C- O* Xif (que> =0xa1 && que <=0xfe)
9 d# H4 \5 H3 g//叛断是否汉字（BIG5编码）
7 M" i+ a+ P- B2 {1 P{fread(& wei,1,1,sourcefile);
if (wei<0xa1) wei = wei - 0x40;
6 z1 T8 T" b& a, h9 v/ ^if (wei>=0xa1) wei = wei - 0xa1 0x7e - 0x40 1;
+ ~6 n7 ]) q7 c* u' T) ~fseek(tabfile, 2 * ((que -0xa1) * (0xfe - 0xa1 1 0x7e - 0x40 1 ) wei), SEEK_SET);
fread(& que,1,1,tabfile);
; S$ o* ]: _$ }5 hfread(& wei,1,1,tabfile);
- a$ i5 L( l: X: ^8 d8 Tfwrite(& que,1,1,destfile);
1 o' `2 y* u$ Ffwrite(& wei,1,1,destfile);
) [$ A8 K/ Z" V8 U, M+ p# G9 W}
else
  @; c: T2 _5 e1 B5 p) Yfwrite(& que,1,1,destfile); //处理英文
}
fclose(sourcefile);
fclose(tabfile);
fclose(destfile);
return;
}
6 K; V: z% T: M* W( S1 p# @
　　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。