【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。
/ e; q: W2 M4 P) I
　　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。
+ T0 G% \  ?; M) @; S
# F0 O* f5 g8 _/ E9 d( F4 Y第一步 制作码表文件
1 ?8 \, m: ~5 ~
4 u, y: H* J2 V, }　　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。
/ ^0 e; i$ W+ l6 k, S  b+ N* J
; O2 [& H- t6 P  r) _　　 下面的源程序将所有可能的BIG5编码（0XA100－0XFEFF）写入文件“Table.TXT”。

//TURBO C 3.0
& B; [! E% A, S2 x* o, e8 v#include <Stdio.h>
$ r9 G! f" g0 _; N( X6 }#include <stdlib.h>
void main(){
* U5 `3 R; _3 hFILE * codefile;
2 `$ i9 Z' c* V; B0 A4 xint I,j,k;
codefile=fopen("table.txt","w b");
for (i=0xa1;i<=0xfe;I ){
for(j=0x00;j<=0xff;j ){
fwrite(& I,1,1,codefile);
" \) T. X: g* Sfwrite(& j,1,1,codefile);}
# N3 T& h, b4 l" Q. Y1 j' Z, w" b- x}
fclose(codefile);
return;
4 C) d) ^5 |6 g: D  N2 z}
  x$ A2 s  ^* z: E" h. m　　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& c- ~. ?4 v+ f- ]0 R9 \1 M0 |
0 U3 U* J& _$ M( D9 p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>
3 l3 b4 b: {% ?& n#include <stdlib.h>
void main(){
int que, wei;
FILE * sourcefile;
; w# Y3 J5 G) d& z& ^+ `; T/ eFILE * tabfile;
FILE * destfile;
sourcefile = fopen("big.txt', "r b");
//BIG5 码文件
tabfile = fopen("table.txt", 'r b");
//码表文件
( Q) h2 @) W9 ]# E- H0 N- X' _4 Bdestfile = fopen("gb.txt","w b");
$ j, |% \8 `- e6 A& U& A$ p1 H//转换生成的GB码文件
while (!feof(sourcefile)){
fread(& que,1,1,sourcefile);
% M9 Y7 \: B8 l( e, R! Kif (feof(sourcefile)){
/ k) r6 s3 A( u( ~5 tbreak; }
. R7 c/ D5 F: G- @if (que> =0xa1 && que <=0xfe)
3 q  ?2 P: Y& a5 ^/ F3 e//叛断是否汉字（BIG5编码）
{fread(& wei,1,1,sourcefile);
if (wei<0xa1) wei = wei - 0x40;
% E# s$ }/ ^5 m8 i! Kif (wei>=0xa1) wei = wei - 0xa1 0x7e - 0x40 1;
fseek(tabfile, 2 * ((que -0xa1) * (0xfe - 0xa1 1 0x7e - 0x40 1 ) wei), SEEK_SET);
5 E) b- s& o8 T% `; Cfread(& que,1,1,tabfile);
fread(& wei,1,1,tabfile);
fwrite(& que,1,1,destfile);
fwrite(& wei,1,1,destfile);
. v* {" S+ L1 z- U}
else
fwrite(& que,1,1,destfile); //处理英文
6 R( g1 `  W) t# W: e7 t/ b- O8 W5 ?}
5 z6 m, u) h3 d. Nfclose(sourcefile);
fclose(tabfile);
* y' j7 v8 `0 }3 x, A& b, Lfclose(destfile);
return;
}
/ \6 k4 @% {  G" g( j
　　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。
! z2 P: M0 j, s5 |8 d) 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。
: y+ a4 o0 v. I6 k) P1 W# h. [
第一步 制作码表文件

4 P; ~/ [6 n- E( H) w　　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。

# Z( Y8 l$ \1 f. h" w　　 下面的源程序将所有可能的BIG5编码（0XA100－0XFEFF）写入文件“Table.TXT”。

/ e# x2 U  M9 ]) E$ v: r//TURBO C 3.0
9 J8 }4 N# I5 \7 ?: r#include <Stdio.h>
#include <stdlib.h>
) h/ N' s3 d8 K. ^; a2 o5 z) Qvoid main(){
9 a. C+ o1 G( V$ g0 vFILE * codefile;
int I,j,k;
' n. x' n, _; Rcodefile=fopen("table.txt","w b");
# G# }' B8 Z' n; R' c& bfor (i=0xa1;i<=0xfe;I ){
for(j=0x00;j<=0xff;j ){
: L- U. Z/ C" z2 F% Kfwrite(& I,1,1,codefile);
6 r! h0 S1 J3 cfwrite(& j,1,1,codefile);}
. |7 W7 P' |. Z5 i% x}
fclose(codefile);
return;
}
1 v  x* I) }' Q　　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 o, ~* ?7 ^; O/ J7 l3 i" `
$ p( U  \6 N) \8 k5 [) h
6 A3 d4 N- S# z# k- [$ k6 L第二步 转换

; B/ [- E$ I# s  F5 I+ ]' k// 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。

" r$ a/ J% W+ g( c//TURBO C 3.0
( L4 ]3 \* S# _: M. S#include <stdio.h>
#include <stdlib.h>
void main(){
- g% X8 C  e% U3 s& F2 s5 fint que, wei;
FILE * sourcefile;
' i$ ]( K$ w  n2 u6 v1 @% F$ DFILE * tabfile;
FILE * destfile;
4 b1 E5 R- Q" n* ^# Psourcefile = fopen("big.txt', "r b");
) ~7 l9 g8 @2 s/ Y; }8 X8 g1 i//BIG5 码文件
tabfile = fopen("table.txt", 'r b");
//码表文件
  k% j1 |1 {& w; h/ j5 D# `destfile = fopen("gb.txt","w b");
//转换生成的GB码文件
while (!feof(sourcefile)){
& V% m3 r2 m; K: }' {8 i8 Tfread(& que,1,1,sourcefile);
2 s( m1 p+ d' Z+ Sif (feof(sourcefile)){
break; }
if (que> =0xa1 && que <=0xfe)
4 _9 V' W, |1 {3 A( N//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;
' u6 u0 ^6 j& x* r4 j) gfseek(tabfile, 2 * ((que -0xa1) * (0xfe - 0xa1 1 0x7e - 0x40 1 ) wei), SEEK_SET);
6 S: P' u! h7 }* U- pfread(& que,1,1,tabfile);
fread(& wei,1,1,tabfile);
fwrite(& que,1,1,destfile);
, k- i8 G! F: Q( P+ }! rfwrite(& wei,1,1,destfile);
}
else
* c! ^+ R6 ?. t, ?- z2 D% Bfwrite(& que,1,1,destfile); //处理英文
}
) i5 D8 V" z3 ~0 V" x- ?0 C' y1 ^8 sfclose(sourcefile);
fclose(tabfile);
fclose(destfile);
return;
8 R8 A$ L3 E# r+ H$ h0 F* R}

　　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。