繁体简体转换的4中方法
来源:互联网 发布:正版autocad软件多少钱 编辑:程序博客网 时间:2024/04/30 08:57
1、API方法,这是Windows下开发最常用最简单的方法,利用Windows系统自带的API函数,寥寥数行代码即可完成,典型的例子就是
Windows2000自带的例子,核心代码可以简单列一个
function GB2312ToBIG5(GB2312Str: string): AnsiString;
var
iLen: Integer;
PGBCHSStr: PChar; //GB编码的简体字符
PGBCHTStr: PChar; //GB编码的繁体字符
PUnicodeChar: PWideChar; //Unicode编码的字符
PBIG5Str: PChar; //BIG5编码的字符
begin
PGBCHSStr:=PChar(GB2312Str);
iLen:=MultiByteToWideChar(936,0,PGBCHSStr,-1,nil,0); //计算转换的字符数
GetMem(PGBCHTStr,iLen*2+1); //分配内存
LCMapString($0804,LCMAP_TRADITIONAL_CHINESE,PGBCHSStr,-1,PGBCHTStr,iLen*2); //转换GB码简体到GB码繁体
GetMem(PUnicodeChar,iLen*2); //分配内存
MultiByteToWideChar(936,0,PGBCHTStr,-1,PUnicodeChar,iLen); //转换GB码到Unicode码
iLen:=WideCharToMultiByte(950,0,PUnicodeChar,-1,nil,0,nil,nil);
GetMem(PBIG5Str,iLen);
WideCharToMultiByte(950,0,PUnicodeChar,-1,PBIG5Str,iLen,nil,nil);
Result:=string(PBIG5Str);
FreeMem(PBIG5Str);
FreeMem(PUnicodeChar);
FreeMem(PGBCHTStr);
end;
这是Delphi的方式,根据变量定义模式及开发工具不同,代码量会不同,但核心的就那几行
2、码表法有2种,一种是文件模式,一种是对照码表模式
文件模式
如果十年前你接触过软件开发,通过C语言调用UCDOS的字库显示汉字这招应该玩过,那么这个原理是一样的,条件是找一个合适的字库。该
方法主要利用了gb-big5.tab或big5-gb.tab等码表文件进行,这种方式在网络开发及JAVA开发中用的特别多,核心代码也很简单
#define TABLE "gb-big5.tab"
extern void usage(void);
extern void convert(FILE *fp);
void main(int argc,char **argv)
{
char *source;
FILE *fp;
if (argc!=2) usage();
source=argv[1];
setbuf(stdout,NULL);
if (access(TABLE,4)!=0) usage();
if (source==NULL) usage();
if (strlen(source)==0) usage();
fp=fopen(source,"r");
if (fp==NULL) usage();
convert(fp);
fclose(fp);
fflush(stdout);
fclose(stdout);
}
void convert(FILE *fp)
{
FILE *table;
int c,x;
long address;
table=fopen(TABLE,"r");
do {
c=fgetc(fp);
if (c>=0xA0) {
x=fgetc(fp);
address=((c-0xA0)*510)+(x-1)*2;
fseek(table,address,SEEK_SET);
c=fgetc(table); x=fgetc(table);
if (c!=0&&x!=0) fprintf(stdout,"%c%c",c,x);
} else
if (c!=EOF) fputc(c,stdout);
} while (c!=EOF);
fclose(table);
}
对照码表
这种方法的原理是,把所有的汉字的内码通过变量或者一定的规则仔细定义好,然后据表查询即可,譬如“国”的简体内码是$B9FA,繁体
内码是$B0EA,建立一个变脸表,一个存储所有简体汉字,一个存储所有繁体汉字,一一对应,马上就出来了
3、对照表法
对照表法应该是最实用最简单的简繁转换方式了,这个方法和对照码表方式差不多,区别在于对照码表法用内码,此方法直接用汉字显示,
同一个文件或不同文件里面存储简体和繁体的对照表,这个方法的最大好处是照顾行文习惯,这是所有国家化软件必须的方法,譬如
服务器 - 伺服器
文件 - 檔案
.....
这种方式最大的麻烦是找一个好的对照表,很多公开代码的浏览器包括了这些,Linux下也包括了,当然一些好的对照表可以自己去维护
4、mlang方法
这种方法其实就是利用IE的API函数ConvertString,只是要自己定义而已,函数定义为
HRESULT ConvertString(
DWORD *pdwMode,
DWORD dwSrcEncoding,
DWORD dwDstEncoding,
BYTE *pSrcStr,
UINT *pcSrcSize,
BYTE *pDstStr,
UINT *pcDstSize
);
具体可以去查MSDN
以上一共介绍了4种方法,细分来总共是5种方法。
还有一种方法就是利用标准Unicode码表去查,这个码表是MS制作的,也就形成了标准。这个是根据MS的GBK字库制作的
譬如“國”在简体码表库中的编码是$87F8,那么根据码表查出其Unicode码是$570B,然后根据Unicode码$570B到繁体码表库中查到繁体内码是
$B0EA,问题就解决了,这个码表库可以到ftp://ftp.unicode.org/Public/MAPPINGS/去下载。936是简体,950是繁体
当然,还有更多分方法,譬如Access转换法,SQL转换法,但基本原理无外乎以上的几种方法。
Windows2000自带的例子,核心代码可以简单列一个
function GB2312ToBIG5(GB2312Str: string): AnsiString;
var
iLen: Integer;
PGBCHSStr: PChar; //GB编码的简体字符
PGBCHTStr: PChar; //GB编码的繁体字符
PUnicodeChar: PWideChar; //Unicode编码的字符
PBIG5Str: PChar; //BIG5编码的字符
begin
PGBCHSStr:=PChar(GB2312Str);
iLen:=MultiByteToWideChar(936,0,PGBCHSStr,-1,nil,0); //计算转换的字符数
GetMem(PGBCHTStr,iLen*2+1); //分配内存
LCMapString($0804,LCMAP_TRADITIONAL_CHINESE,PGBCHSStr,-1,PGBCHTStr,iLen*2); //转换GB码简体到GB码繁体
GetMem(PUnicodeChar,iLen*2); //分配内存
MultiByteToWideChar(936,0,PGBCHTStr,-1,PUnicodeChar,iLen); //转换GB码到Unicode码
iLen:=WideCharToMultiByte(950,0,PUnicodeChar,-1,nil,0,nil,nil);
GetMem(PBIG5Str,iLen);
WideCharToMultiByte(950,0,PUnicodeChar,-1,PBIG5Str,iLen,nil,nil);
Result:=string(PBIG5Str);
FreeMem(PBIG5Str);
FreeMem(PUnicodeChar);
FreeMem(PGBCHTStr);
end;
这是Delphi的方式,根据变量定义模式及开发工具不同,代码量会不同,但核心的就那几行
2、码表法有2种,一种是文件模式,一种是对照码表模式
文件模式
如果十年前你接触过软件开发,通过C语言调用UCDOS的字库显示汉字这招应该玩过,那么这个原理是一样的,条件是找一个合适的字库。该
方法主要利用了gb-big5.tab或big5-gb.tab等码表文件进行,这种方式在网络开发及JAVA开发中用的特别多,核心代码也很简单
#define TABLE "gb-big5.tab"
extern void usage(void);
extern void convert(FILE *fp);
void main(int argc,char **argv)
{
char *source;
FILE *fp;
if (argc!=2) usage();
source=argv[1];
setbuf(stdout,NULL);
if (access(TABLE,4)!=0) usage();
if (source==NULL) usage();
if (strlen(source)==0) usage();
fp=fopen(source,"r");
if (fp==NULL) usage();
convert(fp);
fclose(fp);
fflush(stdout);
fclose(stdout);
}
void convert(FILE *fp)
{
FILE *table;
int c,x;
long address;
table=fopen(TABLE,"r");
do {
c=fgetc(fp);
if (c>=0xA0) {
x=fgetc(fp);
address=((c-0xA0)*510)+(x-1)*2;
fseek(table,address,SEEK_SET);
c=fgetc(table); x=fgetc(table);
if (c!=0&&x!=0) fprintf(stdout,"%c%c",c,x);
} else
if (c!=EOF) fputc(c,stdout);
} while (c!=EOF);
fclose(table);
}
对照码表
这种方法的原理是,把所有的汉字的内码通过变量或者一定的规则仔细定义好,然后据表查询即可,譬如“国”的简体内码是$B9FA,繁体
内码是$B0EA,建立一个变脸表,一个存储所有简体汉字,一个存储所有繁体汉字,一一对应,马上就出来了
3、对照表法
对照表法应该是最实用最简单的简繁转换方式了,这个方法和对照码表方式差不多,区别在于对照码表法用内码,此方法直接用汉字显示,
同一个文件或不同文件里面存储简体和繁体的对照表,这个方法的最大好处是照顾行文习惯,这是所有国家化软件必须的方法,譬如
服务器 - 伺服器
文件 - 檔案
.....
这种方式最大的麻烦是找一个好的对照表,很多公开代码的浏览器包括了这些,Linux下也包括了,当然一些好的对照表可以自己去维护
4、mlang方法
这种方法其实就是利用IE的API函数ConvertString,只是要自己定义而已,函数定义为
HRESULT ConvertString(
DWORD *pdwMode,
DWORD dwSrcEncoding,
DWORD dwDstEncoding,
BYTE *pSrcStr,
UINT *pcSrcSize,
BYTE *pDstStr,
UINT *pcDstSize
);
具体可以去查MSDN
以上一共介绍了4种方法,细分来总共是5种方法。
还有一种方法就是利用标准Unicode码表去查,这个码表是MS制作的,也就形成了标准。这个是根据MS的GBK字库制作的
譬如“國”在简体码表库中的编码是$87F8,那么根据码表查出其Unicode码是$570B,然后根据Unicode码$570B到繁体码表库中查到繁体内码是
$B0EA,问题就解决了,这个码表库可以到ftp://ftp.unicode.org/Public/MAPPINGS/去下载。936是简体,950是繁体
当然,还有更多分方法,譬如Access转换法,SQL转换法,但基本原理无外乎以上的几种方法。
- 繁体简体转换的4中方法
- 简体繁体转换的代码
- 简体汉字与繁体汉字的转换
- 繁体转换简体的程序(c#)
- 简体与繁体字符串之间的转换
- c# 简体繁体之间的转换
- 网页中的繁体与简体的转换
- 中文简体繁体之间的转换
- c#汉字简体繁体转换的代码
- 繁体与简体的转换(C++实现)
- 中文简体与繁体的转换
- UTF-8的繁体与简体转换
- 简体和繁体之间的转换
- 汉字简体繁体转换
- 汉字简体繁体转换
- 汉字简体繁体转换
- 繁体简体转换-javascript
- 简体繁体转换_js
- [连载]基于消息驱动的面向对象通用C/S应用框架(六)
- 一种动态添加工具按钮的方式
- [连载]基于消息驱动的面向对象通用C/S应用框架(七)
- [连载]基于消息驱动的面向对象通用C/S应用框架(八)
- Setup Factory7.0使用笔记
- 繁体简体转换的4中方法
- 老了
- syslog-ng 安装配置
- 每日报告——1.15
- Flex 学习笔记
- Linux RedHat as 5 vsftpd 安装配置管理
- 描述符和数组
- web服务器和应用服务器的区别
- Video Rendering with 8-Bit YUV Formats