【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。

5 ^# n4 c: \: C　　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。
# S$ v, i- c: ]* V7 }
( {$ c4 X+ r- ~+ O0 B% @& l第一步 制作码表文件

' q/ b$ V1 d6 h　　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”。

//TURBO C 3.0
+ }; n( f" Y. I- R#include <Stdio.h>
#include <stdlib.h>
void main(){
" Y# u$ _/ J: |4 B: Z6 c- R. |; {FILE * codefile;
; a9 T5 N. C$ N- e3 A+ Tint I,j,k;
codefile=fopen("table.txt","w b");
# W7 n$ r% H4 l3 w! ifor (i=0xa1;i<=0xfe;I ){
for(j=0x00;j<=0xff;j ){
0 X2 r% N. w( w: ?fwrite(& I,1,1,codefile);
) b4 a' Z$ M' Xfwrite(& j,1,1,codefile);}
( A; K: A" |9 A5 L0 x6 f! I}
! Z$ I7 p) |3 M( b0 i( D# _fclose(codefile);
- A9 N% g0 U* J6 i( _& Areturn;
}
% L# b6 b; T  f5 ^& h$ w　　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。
8 ^' p, a$ ^5 W( W4 m
: I% J& K; j! }1 `: a/ W* X
第二步 转换
9 T# e  n' c8 O% _- R
& b; `( f+ f' A2 E  g// 本文转自 C Builder研究 - http://www.ccrun.com/article.asp?i=166&d=8dgfdd
$ v, V& r; H' \8 P　　下面的源程序，将BIG5码文件转换为GB码文件。
' C8 @* x5 Y; I4 Y) ]  x* ~! K
//TURBO C 3.0
( V* L) g' b: V: K$ _% @#include <stdio.h>
#include <stdlib.h>
+ z7 R! ], Y- ~$ l& j" v6 ~void main(){
/ G5 e& R4 c; W6 t" \! eint que, wei;
' v1 L: p. X$ w$ k; X* A* JFILE * sourcefile;
( c* z' X2 @2 A, e. q! K7 QFILE * tabfile;
FILE * destfile;
sourcefile = fopen("big.txt', "r b");
  U. `, p+ G, }9 m5 F5 R- ]) w//BIG5 码文件
& N2 U5 j$ O1 [+ w5 atabfile = fopen("table.txt", 'r b");
2 O: N! g* Z, M- Q; d/ g& D//码表文件
destfile = fopen("gb.txt","w b");
//转换生成的GB码文件
" H9 l- D2 X  Y& ~while (!feof(sourcefile)){
fread(& que,1,1,sourcefile);
if (feof(sourcefile)){
break; }
if (que> =0xa1 && que <=0xfe)
4 D8 \6 z. ?2 W- r! C) H: c3 y//叛断是否汉字（BIG5编码）
1 Q. E) p$ n' B8 U{fread(& wei,1,1,sourcefile);
2 u5 K. y6 K* R) b1 k) A) ^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);
/ P1 W$ r3 N$ h" h& w) i$ |fwrite(& wei,1,1,destfile);
) d: P0 {! n8 t  g& D}
0 h$ w: ?/ Y# d/ c+ lelse
fwrite(& que,1,1,destfile); //处理英文
5 P3 S  Q5 W4 v. d; A$ T4 L' S}
- ^; X( o8 g- i: Ffclose(sourcefile);
fclose(tabfile);
fclose(destfile);
2 ]! y' Z% o+ T+ D! v* areturn;
) o- S/ X: W. C6 }}

/ [4 L9 A: w, Y& c　　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。

　　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。
3 s* w0 z" g8 C- P3 x9 d4 c8 ]. Q
1 r1 |9 h# F  C' B7 P7 j! [; `第一步 制作码表文件
/ T0 t" D) m& `  r' H
　　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。

, D! f; O6 v7 B6 h; R0 l. O　　 下面的源程序将所有可能的BIG5编码（0XA100－0XFEFF）写入文件“Table.TXT”。
. L5 Y: E9 b1 _9 i
; w5 k$ J) Q4 v$ V5 a( N//TURBO C 3.0
#include <Stdio.h>
" {+ m4 o2 j$ Y) j( h#include <stdlib.h>
4 f8 a0 t# ~( Q: B4 |6 gvoid main(){
$ L7 j& B. I& S6 G6 eFILE * codefile;
int I,j,k;
codefile=fopen("table.txt","w b");
for (i=0xa1;i<=0xfe;I ){
for(j=0x00;j<=0xff;j ){
4 L, r! k8 J2 T3 c/ o2 d# Wfwrite(& I,1,1,codefile);
fwrite(& j,1,1,codefile);}
9 L! Q: p3 f9 Q1 R" c}
fclose(codefile);
return;
7 [' o- q6 ^$ z: W2 ^% a4 T9 `}
" w! b: u4 Y9 M' A9 f　　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。

7 S: F  g, a0 I; S* K! x
第二步 转换

// 本文转自 C Builder研究 - http://www.ccrun.com/article.asp?i=166&d=8dgfdd
5 |5 t% Y# Q! E- w0 j　　下面的源程序，将BIG5码文件转换为GB码文件。

//TURBO C 3.0
; \; e$ ~( ^) g#include <stdio.h>
2 c! }* n2 \7 x#include <stdlib.h>
void main(){
# b4 r$ J& U! a4 n" Kint que, wei;
FILE * sourcefile;
$ A+ l' A. x6 WFILE * tabfile;
FILE * destfile;
3 ?' {3 b4 k( X4 R1 [6 Ysourcefile = fopen("big.txt', "r b");
//BIG5 码文件
tabfile = fopen("table.txt", 'r b");
" s8 E3 Z8 @& X/ z0 D& T& k//码表文件
destfile = fopen("gb.txt","w b");
) s: e" O0 e* Q5 {//转换生成的GB码文件
while (!feof(sourcefile)){
' i$ W6 H/ Z  c( {fread(& que,1,1,sourcefile);
if (feof(sourcefile)){
" f& j( N0 g6 A! @$ h3 _break; }
4 D) n+ X* t$ ^" Z/ W3 E2 wif (que> =0xa1 && que <=0xfe)
//叛断是否汉字（BIG5编码）
1 e) j1 ]% R; B9 u/ m{fread(& wei,1,1,sourcefile);
; X9 `5 h! |* ]1 n- jif (wei<0xa1) wei = wei - 0x40;
if (wei>=0xa1) wei = wei - 0xa1 0x7e - 0x40 1;
7 Z: p* k$ o4 M$ L, P1 Y! z' o) kfseek(tabfile, 2 * ((que -0xa1) * (0xfe - 0xa1 1 0x7e - 0x40 1 ) wei), SEEK_SET);
fread(& que,1,1,tabfile);
& \' Y" W: l9 [1 d) U5 G. i4 l6 I9 Afread(& wei,1,1,tabfile);
: j' [# S2 [8 K# W% A2 q' bfwrite(& que,1,1,destfile);
) {0 d& H# H) A) t/ u9 s8 K$ Yfwrite(& wei,1,1,destfile);
}
& g. C4 c2 i! v) f# m4 eelse
fwrite(& que,1,1,destfile); //处理英文
}
fclose(sourcefile);
+ f  {) t1 [1 M0 m; y8 hfclose(tabfile);
3 b7 D" T4 D' C1 `  i2 pfclose(destfile);
; B5 J- m2 g, H& l: I% Q3 ?return;
}
: S" _9 N8 A% _: e5 X) o% d
　　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。