构建 GB2312 汉字库的 unicode 码表

作者：乾坤一笑

下载源代码

　　构建 GB2312 汉字库的 unicode 码表嵌入式系统总离不了处理汉字。一般汉字的处理方法是（以手机接受短信为例）：比如你收到了一封短信，该短信解码后是按照 UTF-16 表示的，那么我们需要根据每一个汉字的unicode 码找到它在 GB2312 库中的位置，然后再用对应的点阵数据在屏幕上显示出来。
　　于是乎，必须有一种手段将 unicode 码和汉字字模的数据对应起来。最常用的手段是做一个 unicode 码表，在该数组中查找到匹配的 unicode 码后，用匹配的 index（数组索引）值在另外一个由该 index 值对应的字模记录的数组中的数据去显示。

+-----------------+ 查表 +-----------------+ 同index +-------------------+
| 汉字的unicode码 | ==> | unicode码表数组 | =======> | 汉字字模数据数组 | ==> 显示输出
+-----------------+ +-----------------+ +-------------------+

本文简要介绍一下如何生成 unicode 码表，其它相关的汉字处理技术不在本文的讨论范围之内。:)

用下面两个函数可以把 unicode 码表构造出来（*注1）：

void UnicodeToGB2312(unsigned char* pOut,unsigned short uData){ WideCharToMultiByte(CP_ACP,NULL,&uData,1,pOut,sizeof(unsigned short),NULL,NULL); return;} void Gb2312ToUnicode(unsigned short* pOut,unsigned char *gbBuffer){ MultiByteToWideChar(CP_ACP,MB_PRECOMPOSED,gbBuffer,2,pOut,1); return;}	

/*-----------------------------------------------*\| GB2312 unicode table constructor || author: Spark Song || file : build_uni_table.c || date : 2005-11-18 |\*-----------------------------------------------*/#include <stdio.h>#include <windows.h>void UnicodeToGB2312(unsigned char* pOut,unsigned short uData);void Gb2312ToUnicode(unsigned short* pOut,unsigned char *gbBuffer);void construct_unicode_table();int main(int argc, char *argv[]){	construct_unicode_table();	return 0;}void construct_unicode_table(){ #define GB2312_MATRIX (94) #define DELTA (0xA0) #define FONT_ROW_BEGIN (16 + DELTA) #define FONT_ROW_END (87 + DELTA) #define FONT_COL_BEGIN (1 + DELTA) #define FONT_COL_END (GB2312_MATRIX + DELTA) #define FONT_TOTAL (72 * GB2312_MATRIX) int i, j; unsigned char chr[2]; unsigned short uni; unsigned short data[FONT_TOTAL] = {0}; int index = 0; unsigned short buf; //生成unicode码表 for (i=FONT_ROW_BEGIN; i<=FONT_ROW_END; i++) for(j=FONT_COL_BEGIN; j<=FONT_COL_END; j++) { chr[0] = i; chr[1] = j; Gb2312ToUnicode(&uni, chr); data[index] = uni; index++; } //排个序，以后检索的时候就可以用binary-search了 for (i=0;i<index-1; i++) for(j=i+1; j<index; j++) if (data[i]>data[j]) { buf = data[i]; data[i] = data[j]; data[j] = buf; } //输出到STD_OUT printf("const unsigned short uni_table[]={\n"); for (i=0; i<index; i++) { uni = data[i]; UnicodeToGB2312(chr, uni); printf(" 0x%.4X%s /* GB2312 Code: 0x%.2X%.2X ==> Row:%.2d Col:%.2d */\n", uni, i==index-1?" ":",", chr[0], chr[1], chr[0] - DELTA, chr[1] - DELTA ); } printf("};\n"); return ;}void UnicodeToGB2312(unsigned char* pOut,unsigned short uData){ WideCharToMultiByte(CP_ACP,NULL,&uData,1,pOut,sizeof(unsigned short),NULL,NULL); return;} void Gb2312ToUnicode(unsigned short* pOut,unsigned char *gbBuffer){ MultiByteToWideChar(CP_ACP,MB_PRECOMPOSED,gbBuffer,2,pOut,1); return;} 

build_uni_table.exe > report.txt

可以得到如下的txt文件：

const unsigned 
 
 
   JNI 中文处理问题小结  正则表达式简介  
  
   
 
 
  评论 (0)  All  
 
 
  
 登陆 还没注册？           
 
 
 

 



	
	设为首页 |	加入收藏 |	关于我们 |	联系我们 |	广告服务 |	网站地图 |	友情链接 |	在线帮助 |	免责声明	Sitemap	W3school	
	
	如果您觉得本站不错，别忘了告诉您的同学和同事哟 ^_^	
	
欢迎各网站转载我们的原创，转载时请注明出处。
	
	All copyright is reserved by 软晨网（RuanChen.com）