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 " 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