【scummvm汉化】BIG5码到GB码转换技术

shane007

BIG5码到GB码转换技术  
5 L& ~3 d! I9 b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。

　　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
' w- v# p* X) y" 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。
- H5 I/ N5 z  w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。
) y0 K5 e4 n! H( n3 s5 f
) p* w; M! v% V# J2 u$ ~! x. l/ K! F  Y( @　　 下面的源程序将所有可能的BIG5编码（0XA100－0XFEFF）写入文件“Table.TXT”。

# |' ?+ K+ V% v/ l: X//TURBO C 3.0
#include <Stdio.h>
+ t5 G4 G7 e% E; F#include <stdlib.h>
void main(){
FILE * codefile;
( S0 g4 Y5 n8 Yint I,j,k;
2 N! F# q$ \% [+ ^  Icodefile=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);}
}
7 d" P  ]3 I) J1 i: Lfclose(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。
# J. v* |$ m% m! b

第二步 转换
5 ]' t- D' a$ E0 ~$ ~
// 本文转自 C Builder研究 - http://www.ccrun.com/article.asp?i=166&d=8dgfdd
. Q( J2 R# x3 y- j& w: q6 P/ w　　下面的源程序，将BIG5码文件转换为GB码文件。

//TURBO C 3.0
3 }) {. k4 j6 Z* P#include <stdio.h>
. ^+ \! ^( t  \6 O* g) j#include <stdlib.h>
void main(){
$ I8 m5 u+ X& Dint que, wei;
2 U- ~- H% R: Z: X3 }* N" T$ RFILE * sourcefile;
+ `3 G! D. {  L* b+ H# YFILE * tabfile;
3 W3 j& }7 _; nFILE * destfile;
0 s8 ~* x0 c) D& o# \/ e' Msourcefile = fopen("big.txt', "r b");
' z6 G+ s0 b$ @2 A7 M//BIG5 码文件
# o% z6 _! _/ [0 D, j& ttabfile = fopen("table.txt", 'r b");
" n" `/ j' Q0 M7 z" s9 E: f, x//码表文件
. x- @2 r. M. s" y! \9 {0 xdestfile = fopen("gb.txt","w b");
//转换生成的GB码文件
; {6 l* ]& I$ o; J; w0 \0 Bwhile (!feof(sourcefile)){
fread(& que,1,1,sourcefile);
if (feof(sourcefile)){
break; }
if (que> =0xa1 && que <=0xfe)
1 q  E8 H8 K1 y$ ]6 F//叛断是否汉字（BIG5编码）
1 P/ W& |# J# ?' ~5 f& `9 U/ R" @{fread(& wei,1,1,sourcefile);
- l. j  H5 Z4 X2 S. d$ m( K, |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);
; b2 Q7 c" V7 x; D, sfwrite(& wei,1,1,destfile);
7 B$ z# K3 D4 c* w! @& }}
else
- ?% q% S& K0 j- T4 P# o. L% Jfwrite(& que,1,1,destfile); //处理英文
}
! e0 u" v+ w& w7 m5 f3 h' I5 n+ sfclose(sourcefile);
fclose(tabfile);
fclose(destfile);
# X, _6 y! V, C0 |return;
}

　　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。

9 H" d* E) V% |4 K$ x/ T5 _* ^　　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
  ^$ o* `$ G+ u( T& L( T
2 r; t+ ?+ d' }- z% d9 y0 G: x　　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。
6 i! }7 y% x9 a2 t/ s+ U; k+ f% j# u7 i2 g
* K2 G( |/ Z7 c' u# X, j　　 下面的源程序将所有可能的BIG5编码（0XA100－0XFEFF）写入文件“Table.TXT”。
1 L9 Z9 {5 u/ |, W  O: r+ U7 }' e$ u
8 q; U9 v  N1 O2 G9 A( ]//TURBO C 3.0
#include <Stdio.h>
( N: g# i  Y5 m  U! n- b$ c#include <stdlib.h>
, }( F+ E/ Z$ J3 Mvoid main(){
$ ^) A# {. q/ [. A$ W6 g. HFILE * codefile;
int I,j,k;
. S' A& K- |8 U: hcodefile=fopen("table.txt","w b");
4 [. {' ?6 J& ?1 B( b: ^for (i=0xa1;i<=0xfe;I ){
! q& p; y- p# Ffor(j=0x00;j<=0xff;j ){
fwrite(& I,1,1,codefile);
* C% h- k' B* T, \6 E! V, Ffwrite(& j,1,1,codefile);}
, c, @  Q$ S- U2 J1 F9 W) u}
) s. Q1 @! G- g/ [fclose(codefile);
. X, Y$ _& J  S8 ]) M7 lreturn;
- Q& s( j1 X. {. c6 R}
) Y$ u& n  p. J　　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
+ |: k6 ^  j# i4 X
// 本文转自 C Builder研究 - http://www.ccrun.com/article.asp?i=166&d=8dgfdd
* K. |/ ]% J$ R9 T* l　　下面的源程序，将BIG5码文件转换为GB码文件。

; [% E+ J  n8 S//TURBO C 3.0
#include <stdio.h>
#include <stdlib.h>
- S( `9 A; L1 b0 \7 U3 Cvoid main(){
int que, wei;
FILE * sourcefile;
$ V9 _' q4 L% m/ m( v- e( XFILE * tabfile;
FILE * destfile;
, P3 L1 m6 H% bsourcefile = fopen("big.txt', "r b");
. p9 Q4 C+ X6 M" B* Y! P2 Q) I4 r//BIG5 码文件
6 w5 Y/ P; X4 y- K% u* dtabfile = fopen("table.txt", 'r b");
//码表文件
. P. }$ d6 U7 |5 d1 \3 Z3 Tdestfile = 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; }
2 t) N" V3 D. I+ O$ y' _3 D" q8 Tif (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);
2 g0 g' [& k" S& yfread(& que,1,1,tabfile);
; ~7 J9 W6 N3 B! ^fread(& wei,1,1,tabfile);
fwrite(& que,1,1,destfile);
& L7 V. h0 ^* P- ffwrite(& wei,1,1,destfile);
; e9 h6 _; _, p# y( L}
else
7 b  S8 m7 j( a# L0 q5 Yfwrite(& que,1,1,destfile); //处理英文
}
fclose(sourcefile);
! ?2 f  ~7 V6 z( }" B+ S: j0 L, bfclose(tabfile);
fclose(destfile);
return;
( R4 ^' D: {- C& D  Y- X) a6 z; W6 R}

3 j: k1 g2 e3 v5 [' }# Q0 S" x* O　　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。