汉字的编码与字模点阵小结

汉字的编码与字模点阵小结
作者: laomai
url: http://blog.csdn.net/laomai
转载时请注明出处
一、引言
今天是三八节，为了祝一个mm节日快乐，
自己动手写了一个简单的字符灌水机，
运行效果如下图(csdn的blog好象对空格可以自动过滤,

大家凑活着看吧，反正只要给MM看的时候显示正常就行:-)

节      节
节节节节节节节节节节节
      节      节
      节      节
节节节节节节节节节
        节        节
        节        节
        节        节
        节节节节
        节
        节

日日日日日日日日
    日            日
    日            日
    日            日
    日日日日日日日日
    日            日
    日            日
    日            日
    日            日
    日日日日日日日日
    日            日

快        快
快        快
快    快快快快快快
快快快      快    快
快快快    快    快
快        快    快
快快快快快快快快快
快        快
快      快快
快    快      快
快快快          快快

            乐乐乐
    乐乐乐乐
    乐      乐
    乐      乐
乐        乐    乐
乐乐乐乐乐乐乐乐乐乐
      乐    乐乐
    乐      乐乐
乐        乐    乐
乐          乐      乐
        乐乐乐
在写程序的过程中顺便把汉字内码、编码和点阵的概念理了一下，
这里把心得发出来，欢迎大家拍砖.

二、汉字的内码、编码和点阵
汉字显示的基本原理，计算机内一般都有汉字的字模库(也就是我们所说的点阵).
在dos下显示汉字的基本过程是
⑴计算机首先得到汉字的内码，这个就是存储在文本文件中的16进制数字，
⑵由内码计算出汉字的区位码
⑶由区位码得到字库文件中汉字点阵的真实位置
⑷按点阵(坐标)信息在屏幕上的对应位置打点，就形成了我们看到的汉字字符

下面具体说一下其中的几个概念
1、内码
   内码就是汉字在计算机上存储时的编码，比如我们写一个文本文件，内容为
   "节日快乐"，用16进制编辑器打开它，其内容为
   BD DA C8 D5 BF EC C0 D6
   这里的bd da就是第一个汉字"节"的内码.

2、区位码
区位码是国标gb2312中规定的汉字编码，这个是用来指导字库(点阵)文件
的国家标准，不同的字库文件(比如12*12，16*16,24*24)，其显示用来的点阵
规模不共同，但是存储汉字的顺序都是一致的。这个会在后面会举例说明。
我们要知道的是，gb2312规定的区位码实际上就是一个94×94的矩阵。
在此方阵中,每一行称为一个”区”,每一列称为一个”位”,
因此,这个方阵实际上组成了一个有94个区(编号范围为十进制的1到94)、
每个区内有94个位(编号范围为1到94)的汉字字符集。
一个汉字所在的区号和位号简单地组合在一起就构成了该汉字的”区位码”。
在汉字的区位码中,高两位为区号,低两位为位号。
比如"节"的区位码为
节 2958
其中区码为29，也就是16进制的1D
位码为58, 也就是16进制的3A
所有汉字的区位码可以在下面的网址查到
http://www.knowsky.com/resource/gb2312tbm.htm

3、内码与区位码的转换
内码高位=区码+A0(也就是10进制的160)
内码低位=位码+A0

我们用"节"字来验证一下，
内码低位为 DA = 区码3A+A0
内码高位为 BD = 位码1D+A0
注意在intel的机器上，内码的高位存储在低地址上，低位存储在高地址上.

4、点阵
对计算机而言，每个汉字其实是一个点的方阵，
标0的位置涂黑(背景色)，标1的位置涂白(前景色)，
使这个方阵在屏幕看起来象一个汉字而已。比如"一"字，
其12*12字库文件中的点阵信息为
000000000000
000000000000
000000000000
000000000000
000000000100
111111111110
000000000000
000000000000
000000000000
000000000000
000000000000
000000000000
计算机在把汉字输出到显示设备上时,就按照点阵中的信息在屏幕的
对应位置上涂色，标0的涂背景色(默认为黑色),标0的涂前景色(默认为白色)
就形成了我们在屏幕上看到的汉字。

5、字库文件
要显示汉字，就必须得到它的点阵信息，而前面说过,汉字的点阵信息是按照区位码的顺序存储在字库文件中的。所以要想取出某个汉字的点阵信息，就必须知道该汉字在字库中的位置，这个位置的计算公式为
94*(区号-1)+位号-1
减1是因为文件中的偏移量是以0为开始而区号位号是以1为开始的，需要换算一下。
不过现在得到的还只是该汉字在字库中的位置，要得到在字模文件中的具体存储位置
还要乘上一个汉字字模占用的字节数。
一个汉字字模站用的字节数就是其点阵占用的的字节数，比如对12*12字模，
占用的字节数就是12*12/8=16字节.

综合起来，一个汉字点阵在字库文件中的存储位置计算公式为
(94*(区号-1)+位号-1)*(单个字模的字节数)
而单个字模的字节数=点阵的行数*点阵的列数/一个字节所占的位数

三、实现简单的字符灌水机
了解了以上的预备知识，我们就可以输出汉字点阵信息的程序了。代码如下

#include "stdio.h"

#include "string.h"

#include "stdlib.h"

const int reglen = 94; //每区(行)有 94 位(列)

const int font_width = 12; // 单字点阵宽度(列数)

const int font_height = 12; // 单字点阵高度(行数)

const int dotsize = font_width * font_height /8; //一个汉字点阵所占的字节数

const int subcode = 0xa0; //内码与区、位码的差值

char *font_file_name = "simsun12.fon"; // 点阵字库文件名

char str[] = "一"; //要显示点阵信息的汉字

char bindot[dotsize] = ...{0}; //存储点阵信息的数组

void printcharbindot(char* bindot, int dotlen);

int main(int argc, char* argv[])

...{

FILE *fp = fopen(font_file_name, "rb");

int string_size = font_width * font_height;

int i=0,j=0;

unsigned char regcode; //区码

unsigned char bitcode; //位码

// 计算区位码，

regcode = (unsigned char) str[i] - subcode;

bitcode = (unsigned char) str[i+1] - subcode;

//再计算汉字在字库中的位置，进而得出此字符点阵在字体文件中的偏移

int offset = ( (regcode-1) * reglen + bitcode-1) * dotsize;

// 在字库文件中读取其点阵数据

fseek(fp, offset, SEEK_SET);

fread(bindot, sizeof(bindot),1, fp);

//输出其点阵信息

printcharbindot(bindot, dotsize);

fclose(fp);

system("pause");

return 0;

}

//按顺序输出点阵的每一位信息

void printcharbindot(char* bindot, int len)

...{

int charnum = 0; //当前字节号

int bitnum = 0; //已读取的位数

int bitindex =0; //当前位号

int bitvalue; //当前位的值

for (charnum =0; charnum < len; ++charnum)

...{

//从高到低顺次输出一个字节的每位信息

for(bitindex = 7;bitindex>=0; --bitindex)

...{

//输出当前字节第bitindex位的值

bitvalue = ((bindot[charnum]>>bitindex) & 0x1 );

printf("%c", bitvalue+'0');

//满12位输出一行

if ((++bitnum %12) == 0)

printf(" ");

}

运行时用到的字库文件simsun12.fon可以到这里下载
http://www.ugia.cn/wp-data/fontfun.rar

运行结果为
000000000000
000000000000
000000000000
000000000000
000000000100
111111111110
000000000000
000000000000
000000000000
000000000000
000000000000
000000000000

这个程序稍加改动，就可以做出我们前面所说的字符灌水机了，
请读者自行实现.

四、致谢
在写这篇学习笔记的时候参考了以下两篇文章中的内容，在此向这两篇
文章的作者表示钦佩和感谢.
实现代码的部分参考了
http://www.ugia.cn/?p=82 作者legend
区位码和点阵部分参考了
http://dev.gameres.com/Program/Control/fontDOS.htm 作者吴进

汉字的编码与字模点阵小结相关推荐

计算机及编码教案,高中信息技术《文字及其处理技术-汉字的编码》教案
一.教学目标 1.能够说出汉字的编码方式,知道汉字的处理过程. 2.通过阅读教材.小组合作等方法,认识汉字的不同编码,提升分析问题的能力. 3.通过探究计算机处理汉字的过程,消除计算机处理汉字问题的神 ...
delphi 汉字的编码转换
delphi 汉字的编码转换 2009-10-07 21:57:00| 分类: delphi | 标签: |字号大中小订阅 ━━━━━━━━━━━━━━━━━━━━━━━━━━ var Str ...
JavaScript汉字Unicode编码相互转换
关键字:JavaScript 汉字转换为Unicode编码 Unicode编码转换为汉字 JavaScript 汉字Unicode编码相互转换代码. JavaScript库 -JavaScript v ...
汉字编码（【Unicode】【UTF-8】【Unicode与UTF-8之间的转换】【汉字 Unicode 编码范围】【中文标点Unicode码】【GBK编码】【批量获取汉字UNICODE码】）
参考博客: Unicode与UTF-8互转(C语言实现):http://blog.csdn.net/tge7618291/article/details/7599902 汉字 Unicode 编码范围 ...
汉字 Unicode 编码范围
一.汉字Unicode 编码范围 U+ 0 1 2 3 4 5 6 7 8 9 A B C D E F 4e00一丁丂七丄丅丆万丈三上下丌不与丏 4e10丐丑丒专且丕世丗丘丙业丛东丝丞丟 4e20丠両 ...
Unicode对汉字的编码
1 unicode编码表 Unicode目前普遍采用的是UCS-2,它用两个字节来编码一个字符, 比如汉字"经"的编码是0x7ECF,注意字符编码一般用十六进制来表示,为了与十进 ...
计算机应用最普遍的汉字字符编码是什么,计算机中目前最普遍使用的汉字字符编码是什么...
计算机中目前最普遍使用的汉字字符编码是ASCII码,它是用七位二进制数进行编码的,可表示128个字符.ASCII码是基于拉丁字母的一套电脑编码系统,主要用于显示现代英语和其他西欧语言. 计算机中目前最 ...
汉字 Unicode编码范围及计算文本的中文英文字数
汉字Unicode编码范围 Unicode编码范围 u4e00~u9fff U+4E00-U+9FA5 是最常用的范围,即名为:CJK Unified Ideographs 的区块, U+9FA6-U ...
Unicode对汉字的编码 1
1 unicode编码表 Unicode目前普遍采用的是UCS-2,它用两个字节来编码一个字符, 比如汉字"经"的编码是0x7ECF,注意字符编码一般用十六进制来表示,为了与十进 ...

汉字的编码与字模点阵小结

汉字的编码与字模点阵小结相关推荐

最新文章

热门文章