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

; P) `- Y: z8 x* ^) q! V
unicode到gbk的转换程序
unsigned char Unicode_to_GBK(unsigned char *ch)
( k+ o; P: J. I, ~; b& Z6 G/ n{
0 V, Z/ ~& h$ @4 j8 K        unsigned int temp;
        unsigned int sector_offset;//扇区偏移
        unsigned int byte_offset;//字节偏移
4 d; y1 V; Y/ N3 M! A, e) P        unsigned char buffer[512];
        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
: ]" y+ F6 t% I/ x/ P* F        temp -= 0x4e00;//减去基础数据
        temp *= 2;//每个汉字两个字节
$ I+ E# Z1 m# o: Q! I* k        sector_offset = temp/BytesPerSector;//计算出扇区偏移，确定存在哪个扇区
, f( U9 {; @4 R; a3 l        byte_offset = temp%BytesPerSector;//存在哪个字节
        if(FAT_ReadSector(UNI2GBK + sector_offset,buffer))return 1;//读那个扇区
3 C& }7 I& c  |/ T, B, N        *ch = buffer[byte_offset];//将数据读出
        *(ch+1) = buffer[byte_offset+1];
        return 0;
}
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。


9 J! a8 K; O# J! E6 X

附件1是两个字库
  }  a9 ^  q4 I  f
6 y2 T7 |/ L, y# e
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。
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。
+ F7 Q4 }# S+ Z
附件2是两个转换好的码表

7 m# I: L: R3 n8 T8 h0 B  k# k% guni2gbk.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
6 f" v! U9 X0 V5 j4 |) R5 d5 E  l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。
5 q3 a4 L+ i+ E2 l, c# y4 |注文件存放方式是高字节在前 比如0x4e00 存放方式为0x4e 0x00

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
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

http://kb.palmsource.com/cgi-bin ... fc2VhcmNoX3RleHQ9Y2