unicode码表和转换程序

笨迈

大牛们拿去研究看能应用上不能,节省时间出成绩啊,呵呵


unicode到gbk的转换程序
unsigned char Unicode_to_GBK(unsigned char *ch)
{
        unsigned int temp;
, z, ~5 Q  w5 t' ?        unsigned int sector_offset;//扇区偏移
& w) W. {6 M9 W: z3 d        unsigned int byte_offset;//字节偏移
        unsigned char buffer[512];
: p/ G  D' o7 S' t        temp = *((unsigned int*)ch);//由于FAT中文件民unicode码是 地字节在前，所以要按uint型读
        temp -= 0x4e00;//减去基础数据
. ]! m5 M  V7 [        temp *= 2;//每个汉字两个字节
        sector_offset = temp/BytesPerSector;//计算出扇区偏移，确定存在哪个扇区
0 h% K% ?4 w3 U0 \        byte_offset = temp%BytesPerSector;//存在哪个字节
        if(FAT_ReadSector(UNI2GBK + sector_offset,buffer))return 1;//读那个扇区
        *ch = buffer[byte_offset];//将数据读出
        *(ch+1) = buffer[byte_offset+1];
5 l9 y9 ]/ M  M, y8 X) \, }        return 0;
: _: i) p. t$ U2 x& \}
要注意的是FAT中文件名的存放方式是低字节在前，而gbk的存放是高字节在前，操作时不要搞混了。
3 Z) j( W* r1 q. e4 Q) r/ |1 ~: ~$ i



) B0 T! ?0 Q/ s4 P; z+ U$ T附件1是两个字库
8 u: N' X9 I' D; o9 t% H
1 W% |3 i+ H$ H5 T& Q$ r; h+ ~4 z+ m
. P6 f% D* E# L4 D3 }: x3 q两者之间的转化这能通过查表，两者没有对应关系。所以要建一张unicode-2312的对照表。
9 U9 B- r% ]6 E, W# \当然如过想节省程序运行时间，要建两张表，分别按照各自的线性关系放，这样就免去查找的所耗的时间了。但是这样字库就会变大。我觉得用空间去换取速度可行。
- \) M. `/ S0 A& l
附件2是两个转换好的码表

uni2gbk.sys为unicode转gbk的表，从unicode的0x4e00 到0x9fa5 顺序存放着相应的gbk码，总共20902个汉字，对应的文件是41804Bytes
. Q7 ]5 M7 V4 N% u/ N; [注：由于没有找到一些符号的unicode对照表，因此这张表中只包含了汉字部分。因此不能显示诸如“”（）等符号，程序中要做相应处理。
注文件存放方式是高字节在前 比如0x4e00 存放方式为0x4e 0x00

- r! a3 i. P5 T; s! W: @gbk2uni.sys为gbk转unicode的表，从gbk的0x8140 到0xfeff 即126*192 = 24192按照gbk的编码顺序放，为了线形查找，其中不合法的或根据资料没有相应unicode码的都作了填零处理。文件大小为48384Bytes
! f. @( J, s+ _* p注文件存放方式是高字节在前 比如0x4e00 存放方式为0x4e 0x00

笨迈

palm中文编码规则可以参看下面官方介绍
! T% Q+ R" C6 E' E. U3 F
http://kb.palmsource.com/cgi-bin ... fc2VhcmNoX3RleHQ9Y2