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