【scummvm汉化】BIG5码到GB码转换技术

shane007

BIG5码到GB码转换技术  
9 L! K" Y- k+ P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。

1 f2 @4 e7 g. E% d, g% r　　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。
& ?! Y$ y# S, z; N+ u
第一步 制作码表文件

5 K0 F. {* y8 ?. t( O　　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。

  G1 E# j: C" z9 h. e- l! w　　 下面的源程序将所有可能的BIG5编码（0XA100－0XFEFF）写入文件“Table.TXT”。

$ B5 ]3 @8 i+ o; m! i4 u; G% w//TURBO C 3.0
4 d. O5 m- W( P- b3 F' M#include <Stdio.h>
$ q: w; f6 Z. M5 \( k6 a#include <stdlib.h>
' o. x4 A' D: u& J( c+ V' w* o" ]void main(){
  M( G: y4 a3 f6 XFILE * codefile;
int I,j,k;
" q' p4 S  m$ V) S, N  zcodefile=fopen("table.txt","w b");
for (i=0xa1;i<=0xfe;I ){
for(j=0x00;j<=0xff;j ){
) }; F3 a) V2 q2 r5 R9 afwrite(& I,1,1,codefile);
fwrite(& j,1,1,codefile);}
}
fclose(codefile);
, ]* C/ U' r. ~# A1 T) ?' wreturn;
- k1 f& m8 o. _# Z1 t1 n8 w2 Y}
　　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
: Q+ `7 M9 X7 `1 Q7 I, n8 X* g
// 本文转自 C Builder研究 - http://www.ccrun.com/article.asp?i=166&d=8dgfdd
( ^8 D9 F: ~) g, m0 y( \8 _　　下面的源程序，将BIG5码文件转换为GB码文件。

& f: M9 g# K) w3 v% p0 ]2 l" h//TURBO C 3.0
#include <stdio.h>
#include <stdlib.h>
- x/ L. `4 E. D) }$ b$ Uvoid main(){
$ G& q1 ~. C0 ?4 ]' L" h3 U! aint que, wei;
FILE * sourcefile;
' N2 L1 W' B1 B" Q) |6 l8 S- bFILE * tabfile;
6 u6 O# h) o2 E' H1 {5 kFILE * destfile;
& T# x- L# `4 @8 ^% l+ Ssourcefile = fopen("big.txt', "r b");
//BIG5 码文件
tabfile = fopen("table.txt", 'r b");
//码表文件
  s9 g$ s/ |! E1 }4 R+ n9 G1 ]2 b  edestfile = fopen("gb.txt","w b");
//转换生成的GB码文件
while (!feof(sourcefile)){
8 O) N8 n9 n$ c  Qfread(& que,1,1,sourcefile);
if (feof(sourcefile)){
break; }
if (que> =0xa1 && que <=0xfe)
//叛断是否汉字（BIG5编码）
! z6 U- j$ m0 U4 g7 P0 Y0 _# _{fread(& wei,1,1,sourcefile);
if (wei<0xa1) wei = wei - 0x40;
" l! Y1 r1 W" |6 c- b8 C6 j* M: Vif (wei>=0xa1) wei = wei - 0xa1 0x7e - 0x40 1;
fseek(tabfile, 2 * ((que -0xa1) * (0xfe - 0xa1 1 0x7e - 0x40 1 ) wei), SEEK_SET);
0 ^9 D: I- z% w: J* P+ m6 S/ ]+ Sfread(& que,1,1,tabfile);
  N3 y7 b; _) Q/ {0 @+ s( c* Q1 d4 Gfread(& wei,1,1,tabfile);
fwrite(& que,1,1,destfile);
+ H5 d& d5 c& m2 [" Lfwrite(& wei,1,1,destfile);
}
else
# S2 w) s$ B" f% W" Y1 [5 mfwrite(& que,1,1,destfile); //处理英文
( \, a7 n9 b+ j( H2 m3 s. o}
fclose(sourcefile);
# |# \6 M1 F1 D- ?+ @' d' f3 Jfclose(tabfile);
fclose(destfile);
return;
6 I4 ^3 |; G) |8 r$ Z$ M5 U& s) {}
! n1 @4 t# L5 \2 ~- S2 i, h
9 \+ c7 W7 G" O2 |: \　　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。

; _2 m2 _$ m' O' x* C0 I9 a　　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。
8 s" x5 t5 {+ J# ?1 W. y& h
第一步 制作码表文件
* l; k+ o1 F- \) a. s' U
' d# g) o& x/ J# B% f+ i　　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。

2 J( J6 _1 @) D- ^# ?! O; X  E4 q　　 下面的源程序将所有可能的BIG5编码（0XA100－0XFEFF）写入文件“Table.TXT”。

( }7 X. E3 n  {4 D5 r4 }. x# h2 }; _//TURBO C 3.0
+ h# {( E1 u! n- U#include <Stdio.h>
#include <stdlib.h>
1 \! S( c* N% qvoid 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 ){
4 [* A  e0 b+ n1 s% Q1 @fwrite(& I,1,1,codefile);
fwrite(& j,1,1,codefile);}
! X4 b" k) I2 [2 [  B# g3 w$ c}
fclose(codefile);
  L( b! g' _% E, I, @return;
6 ^2 c6 ]- `& w( \* s+ v7 T}
　　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。


; c/ C. b- D  A8 k$ J第二步 转换
/ {! D% E" h  }5 m) p  e1 N
- g# ~$ f1 |3 p) _& V# F// 本文转自 C Builder研究 - http://www.ccrun.com/article.asp?i=166&d=8dgfdd
5 ]' w+ \3 Y9 }% f+ \" C% U. d　　下面的源程序，将BIG5码文件转换为GB码文件。

5 l7 L: u  H% \- p, C/ }//TURBO C 3.0
#include <stdio.h>
#include <stdlib.h>
( s! N$ W# i4 }; _* L0 dvoid main(){
int que, wei;
FILE * sourcefile;
; \0 k' {+ T" j8 A6 eFILE * tabfile;
; M' x! ]# I4 n# ~! w' S& YFILE * destfile;
/ z+ O* w& [* I- g5 V. ]6 tsourcefile = fopen("big.txt', "r b");
//BIG5 码文件
0 g- H2 x7 J3 D# htabfile = fopen("table.txt", 'r b");
7 F  R! W3 u1 J- E- e; W! T, g//码表文件
destfile = fopen("gb.txt","w b");
" M1 N! H! f5 {0 ?- X1 |9 R//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)
& b2 |8 G; H) Q7 y. c8 ?//叛断是否汉字（BIG5编码）
{fread(& wei,1,1,sourcefile);
if (wei<0xa1) wei = wei - 0x40;
) a$ G  R& d: c3 Z& D1 S7 u: Nif (wei>=0xa1) wei = wei - 0xa1 0x7e - 0x40 1;
9 f- P. `; Q: ]8 N0 F% Bfseek(tabfile, 2 * ((que -0xa1) * (0xfe - 0xa1 1 0x7e - 0x40 1 ) wei), SEEK_SET);
fread(& que,1,1,tabfile);
3 v( o5 x5 U# o9 dfread(& wei,1,1,tabfile);
fwrite(& que,1,1,destfile);
fwrite(& wei,1,1,destfile);
}
% H+ [$ P# \$ Y6 @. C, Selse
* V% W& G! F% ^# U+ x. ~fwrite(& que,1,1,destfile); //处理英文
. s2 ^& M+ F; _$ K0 b- T. x}
" n' A- z- [! E! q; r, yfclose(sourcefile);
' x0 O( v' g8 K$ l- y. N' b% @fclose(tabfile);
( I5 |: \8 P/ b( }: u- l, ^fclose(destfile);
$ a. I# h7 Q! k. w: w% c6 ^. ereturn;
}

　　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。