本帖最后由 Gu_xl 于 2013-1-25 09:36 编辑
中文与英文用ascii码一个字节表示不同,它使用两个字节来表示。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。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。gb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0xa1-
0xfe,共96种。第二个字节的范围分别为0xa1-0xfe,共96种。利用这两个字节共可定义出 96 * 96
=8836种汉字。实际共有6763个汉字。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gb编码写入一个文件,然后,使用具有gb码到big5码转换
功能的软件,将文件转换为big5码文件,即得到码表文件。
- ;;生成简体汉字文件
- (defun c:gbc1 (/ result tmp i j)
- (setq f (open "d:\\gbc.txt" "w")
- i 160 j 160)
- (while (< i 248)
- (setq i (1+ i) j 160 tmp nil)
- (while (< j 255)
- (setq j (1+ j))
- (WRITE-LINE (VL-LIST->STRING (list i j)) f)
- (setq tmp (cons (VL-LIST->STRING (list i j)) tmp))
- )
- )
- (close f)
- (princ)
- )
然后将生成的gbc.txt"用编码转换软件转成相应的GBK码(GBK.txt)和Big5(Big5.txt)文件,这三个文件中的编码是一一对应的,有了这三个文件,就很容易进行不同编码加减字体转换了!
|