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?
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”。
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 |
//TURBO C++ 3.0 #include <Stdio.h> #include <stdlib.h> void 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++){ 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。
第二步 转换?
下面的源程序，将BIG5码文件转换为GB码文件。
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 |
//TURBO C++3.0 #include <stdio.h> #include <stdlib.h> void main(){ int que, wei; FILE * sourcefile; FILE * tabfile; FILE * destfile; sourcefile = fopen("big.txt', "r+b"); //BIG5 码文件 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 while (!feof(sourcefile)){ fread(& que,1,1,sourcefile); if (feof(sourcefile)){ break; } if (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); fread(& que,1,1,tabfile); fread(& wei,1,1,tabfile); fwrite(& que,1,1,destfile); fwrite(& wei,1,1,destfile); } else fwrite(& que,1,1,destfile); //处理英文 } fclose(sourcefile); fclose(tabfile); fclose(destfile); return; } |
以上程序在Win95/97，TC3.0 通过。稍加修改，也可用于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。