汉字库，字模的了解

汉字库，字模的了解

标签：  技术类 

2007-09-04 21:50阅读( 726) 评论(0)

    由于Turbo C应用于DOS操作系统下，在使用Turbo C进行程序设计时，一般情况下只好使用英文进行人机交互。要是想直接用中文界面，就需要另想他法了。
　　如果使用中文DOS系统(如UCDOS)，则可以解决在字符界面下的汉字显示问题。也就是说，可以用printf或其他字符串函数来输出汉字。
　　但是，这样仍然有一些不方便。必须先启动中文DOS系统，再执行Turbo C或编译好的程序。并且在中文版DOS下运行Tubor C时，还可能出现一些问题。而对于图形界面来说，这种办法也行不通了。
　　那么在图形界面下显示汉字的问题就迫切需要解决了。既然是图形界面，只要把汉字当成一幅画，画在显示屏上不就可以了。关键在于如何取得汉字的图形，也就是汉字的点阵字模呢。其实那些中文版的DOS显示汉字的方式也就是在图形界面下画出汉字的，它们已经提供了现成的点阵字库文件。例如常用的16×16点阵HZK16文件，12×12点阵HZK12文件等等，这些文件包括了GB 2312字符集中的所有汉字。现在只要弄清汉字点阵在字库文件中的格式，就可以按照自己的意愿去显示汉字了。
　　下面以HZK16文件为例，分析取得汉字字模的方法。
　　HZK16文件是按照GB 2312-80标准，也就是通常所说的国标码或区位码的标准排列的。国标码分为 94 个区(Section)，每个区 94 个位(Position），所以也称为区位码。其中01～09 区为符号、数字区，16～87 区为汉字区。而 10～15 区、88～94 区是空白区域。
　　如何取得汉字的区位码呢？在计算机处理汉字和ASCII字符时，使每个ASCII字符占用1个字节，而一个汉字占用两个字节，其值称为汉字的内码。其中第一个字节的值为区号加上32(20H)，第二个字节的值为位号加上32(20H)。为了与ASCII字符区别开，表示汉字的两个字节的最高位都是1，也就是两个字节的值都又加上了128(80H)。这样，通过汉字的内码，就可以计算出汉字的区位码。
　　具体算式如下：
　　qh=c1-32-128=c1-160    wh=c2-32-128=c2-160
　　或 　　
　　qh=c1-0xa0    wh=c2-0xa0
　　qh,wh为汉字的区号和位号，c1,c2为汉字的第一字节和第二字节。
　　根据区号和位号可以得到汉字字模在文件中的位置：
　　location=(94*(qh－1)+(wh－1))*一个点阵字模的字节数。
　　那么一个点阵字模究竟占用多少字节数呢？我们来分析一下汉字字模的具体排列方式。
　　例如下图中显示的“汉”字，使用16×16点阵。字模中每一点使用一个二进制位(Bit)表示，如果是1，则说明此处有点，若是0，则说明没有。这样，一个16×16点阵的汉字总共需要16*16/8=32个字节表示。字模的表示顺序为：先从左到右，再从上到下，也就是先画左上方的8个点，再是右上方的8个点，然后是第二行左边8个点，右边8个点，依此类推，画满16×16个点。  
 

　　对于其它点阵字库文件，则也是使用类似的方法进行显示。例如HZK12，但是HZK12文件的格式有些特别，如果你将它的字模当作12*12位计算的话，根本无法正常显示汉字。因为字库设计者为了使用的方便，字模每行的位数均补齐为8的整数倍，于是实际该字库的位长度是16*12，每个字模大小为24字节，虽然每行都多出了4位，但这4位都是0（不显示），并不影响显示效果。 还有UCDOS下的HZK24S（宋体）、HZK24K（楷体）或HZK24H（黑体）这些打印字库文件，每个字模占用24*24/8=72字节，不过这类大字模汉字库为了打印的方便，将字模都放倒了，所以在显示时要注意把横纵方向颠倒过来就可以了。
　　这样我们就完全清楚了如何得到汉字的点阵字模，这样就可以在程序中随意的显示汉字了。
　　如果在程序中使用的汉字数目不多，也可以不必总是在程序里带上几百K的字库文件，也许你的程序才只有几十K。这样可以事先将所需要显示的汉字字模提取出来，放在另一个文件里，按照自己的顺序读取文件就可以了。
　　下面的程序说明了具体显示汉字的方法，以16×16汉字为例，使用HZK16文件。

＃i nclude
＃i nclude

/* x,y为显示坐标，s为显示字符串，colour为颜色 */
void hanzi16(int x,int y,char *s,int colour)
{
 FILE *fp;
 char buffer[32];                   /* 32字节的字模缓冲区 */
 register i,j,k;
 unsigned char qh,wh;
 unsigned long location;
 if((fp=fopen("hzk16","rb"))==NULL)
  {
   printf("Cant open hzk16!");
   getch();
   exit(0);
  }
 while(*s)
  {
   qh=*s-0xa0;
   wh=*(s+1)-0xa0;
   location=(94*(qh-1)+(wh-1))*32L;    /* 计算汉字字模在文件中的位置 */
   fseek(fp,location,SEEK_SET);
   fread(buffer,32,1,fp);
   for(i=0;i<16;i++)
    for(j=0;j<2;j++)
     for(k=0;k<8;k++)
      if(((buffer[i*2+j]>>(7-k))&0x1)!=NULL)
       putpixel(x+8*j+k,y+i,colour);
   s+=2;
   x+=16;                              /* 汉字间距 */
  }
 fclose(fp);
}

main()
{
 int gd=DETECT,gm;
 initgraph(&gd,&gm,"");

 hanzi16(246,200,"疯狂甲虫乐园！",BROWN);

 getch();
 closegraph();
}

 

DOS下的点阵汉字显示

         这里以 HZK16 文件为例，分析取得汉字字模的方法。

         HZK16 文件是按照国标码的标准排列的。国标码分为 94 个区，每个区 94个位(Position），所以也称为区位码。

         汉字占用两个字节，其中第一个字节的值为区号加上 32(20H)，第二个字节的值为位号加上32(20H)。为了与ASCII字符区别开，表示汉字的两个字节的最高位都是1，也就是两个字节的值都又加上 了 128(80H)。这样，通过汉字的内码，就可以计算出汉字的区位码。具体算式如下：

qh=c1-32-128=c1-160，wh=c2-32-128=c2-160

qh,wh为汉字的区号和位号，c1,c2为汉字的第一字节和第二字节。根据区号和位号可以得到汉字字模在文件中的位置：

location=(94*(qh－1)+(wh－1))*一个点阵字模的字节数。

         一个点阵字模究竟占用多少字节数是看其点阵数来确定的。如使用16×16点阵，字模中每一点使用一个二进制位(Bit)表示，如果是1，则说明此处有点，若是0，则说明没有。这样，一个16×16点阵的汉字总共需要16*16/8=32个字节表示。

         下面是一些例子（特别说明：如果发现例子不能运行，请与站长联系。）

#include <io.h>
#include <stdio.h>
#include <dos.h>
#include <fcntl.h>
#include <graphics.h>
#include <conio.h>

#define Byte unsigned char
#define Word unsigned int

int flag16,flag24;
void dishz();

main()
{
int Driver=DETECT,Mode;
registerbgidriver(EGAVGA_driver);
initgraph(&Driver,&Mode,"");
directvideo=0;
setbkcolor(1);
cleardevice();
dishz();
getch();
closegraph();
}

/*========================================================================*/
/*------------------------------16×16点阵汉字----------------------------*/
/*========================================================================*/

int out16hz(int x,int y,int z,int color,char *p)/* x,y起点坐标，z字间距 */
{
Word num,QM,WM,flag=0; /* QM,WM 区号和位号 */
int record,i,j,k;
long pointer;
char Bit[32]; /* 16点阵的汉字占32个字节 */
while((num=*p++)!=0)
{
   if(num>0xA1)
    if(flag==0) /* 注意一个汉字是两个字节的，这里是第一个字节 */
    {
     QM=(num-0xA1)&0x07F; /* 注意这里是减161了 */
     flag=1;
    }
    else   /* 阅第二个字节 */
    {
     WM=(num-0xA1)&0x07F; /* 与上 0x07F 再检测一次 */
     flag=0;
     record=QM*94+WM;
     pointer=record*32L; /* 定位出汉字字模在文件中的位置 */
     lseek(flag16,pointer,SEEK_SET);
     read(flag16,Bit,32);
     for(i=0;i<16;i++) /* 写点 */
      for(j=0;j<2;j++)
       for(k=0;k<8;k++)
        if(((Bit[i*2+j]>>(7-k))&0x1)!=NULL)
         putpixel(x+j*8+k,y+i,color);
     x=x+z+16;
    }
}
}

/*========================================================================*/
/*------------------------------24×24点阵汉字----------------------------*/
/*========================================================================*/

int out24hz(int x,int y,int z,int color,int m,int n,char *p)
{
Word num,QM,WM,flag=0;
int i,j,k,width,height,record;
long pointer;
char Bit[72];
while((num=*p++)!=0)
{
   if(num>0xA1)
    if(flag==0)
    {
     QM=(num-15-0xA1)&0x07F;
     flag=1;
    }
    else
    {
     WM=(num-0xA1)&0x07F;
     flag=0;
     record=QM*94+WM;
     pointer=record*72L;
     lseek(flag24,pointer,SEEK_SET);
     read(flag24,Bit,72);
     for(i=0;i<24*m;i=i+m)
      for(width=0;width<m;width++)
       for(j=0;j<=2;j++)
        for(k=0;k<8;k++)
         if(((Bit[i/m*3+j]>>(7-k))&0x1)!=NULL)
          for(height=0;height<n;height++)
           putpixel(x+i+width,y+j*8*n+k*n+height,color);
     x=x+24*m+z;
    }
}
}

/*========================================================================*/
/*---------------------------------输出演示-------------------------------*/
/*========================================================================*/

void dishz()
{
Byte *str1[]={"16点阵汉字输出演示"};
Byte *str2[]={"24点阵汉字输出演示"};

int x=200,y=50,size=10;
flag16=open("c:\\ucdos\\HZK16F",O_RDWR|O_BINARY);
flag24=open("c:\\ucdos\\HZK24F",O_RDWR|O_BINARY);
if(flag16==-1)
{
   printf("Cannot Open HZK16\n");
   exit(1);
}
if(flag24==-1)
{
   printf("Cannot Open HZK24\n");
   exit(1);
}
out16hz(x,y,size,15,*str1);
y+=30;
out24hz(x,y,size,10,1,1,*str2);
x=100;y+=50;
x=200;y+=50;
out24hz(x,y,size,12,1,2,*str2);
x=100;y+=80;
out24hz(x,y,size,9,2,2,*str2);
close(flag16);
close(flag24);
}

 

 

DOS下的点阵汉字

　　你是否碰到过用启动盘启动系统后用DIR命令得到一串串莫名其妙的字符？有经验的朋友会告诉你：那是汉字。汉字？你不禁会问：怎么一个我一个也不认识。但那确确实实是汉字，如果你启动UCDOS或其他的汉字系统后，就会看到那是一个个熟悉的汉字。同样是汉字，为什么前后会看到不同的结果？呵呵，其实在电脑硬件中，根本没有汉字这个概念，也没有英文的概念，这铁玩意认识的概念只有——内码。

汉字的内码

　　点头表示什么？是“对”、“YES”，偏偏有的地方表示的意义却恰恰相反。一个动作，有不同的诠释；一个问题，有不同的答案；而一个符号，却有不同的意义，关键在于：你是如何地理解。在电脑中亦如此，所有的数据都是以0和1保存的，按不同的数据操作，可以得到不同的结果。对于显示英文操作，由于英文字母种类很少，只需要8位（一字节）即可。而对于中文，常用却有5000以上，于是我们的DOS前辈想了一个办法，就是将ASCII表的高128个很少用到的数值以两个为一组来表示汉字，即汉字的内码。而剩下的低128位则留给英文字符使用，即英文的内码。不信，你可以用记事本写一C文件：

main()
{
    unsigned char *s,*e="ABcd",*c="你好";
    clrscr();
    printf("English char =");
    s=e;
    while(*s!=0) /*C的字符串以0为结束符*/
    {
        printf("%3d,",*s);
        s++;
    }
    printf("\nChinease char=");
    s=c;
    while(*s!=0)
    {
        printf("%3d,",*s);
        s++;
    }
    getch();
}

再用TC输入*.txt打开运行，看见了没有，那些数值即英文和汉字的各字节内码。

汉字字模

　　得到了汉字的内码后，还仅是一组数字，那又如何在屏幕上去显示呢？这就涉及到文字的字模，字模虽然也是一组数字，但它的意义却与数字的意义有了根本的变化，它是用数字的各位信息来记载英文或汉字的形状，如英文的'A'在字模中是这样记载的：

而中文的“你”在字模中却是这样记载的：

　　在硬件系统内，英文的字模信息一般固化在ROM里，即使在没有进入系统的CMOS里，也可以让你看到英文字符。而在DOS下，中文的字模信息一般记录在汉字库文件HZK16里。

汉字库文件

　　了解字母和汉字是按字模位信息显示的原理后，那如何得到汉字的字模信息呢？难道要我们自己去做？NO。DOS前辈们经过艰辛的努力，将制作好的字模放到了一个个标准的库中以免去后辈的麻烦，这就是点阵字库文件。一般我们使用16*16的点阵宋体字库，所谓16*16，是每一个汉字在纵、横各16点的区域内显示的。不过后来又有了HZK12、HZK24，HZK32和HZK48字库及黑体、楷体和隶书字库。虽然汉字库种类繁多，但都是按照区位的顺序排列的。前一个字节为该汉字的区号，后一个字节为该字的位号。每一个区记录94个汉字，位号则为该字在该区中的位置。因此，汉字在汉字库中的具体位置计算公式为：94*(区号-1)+位号-1。减1是因为数组是以0为开始而区号位号是以1为开始的。这仅为以汉字为单位该汉字在汉字库中的位置，那么，如何得到以字节为单位得到该汉字在汉字库中的位置呢？只需乘上一个汉字字模占用的字节数即可，即：(94*(区号-1)+位号-1)*一个汉字字模占用字节数，而按每种汉字库的汉字大小不同又会得到不同的结果。以16*16点阵字库为例，计算公式则为：(94*(区号-1)+(位号-1))*32。汉字库文该从该位置起的32字节信息即记录了该字的字模信息。

汉字库文件

　　了解点阵汉字及汉字库的构成原理后，显示汉字就变得简单。以16*16点阵字库为例，通常的方法是：将文件工作指针移到需要的汉字字模处、将汉字库文件读入一2*16数组再用for循环一位位地显示。以使用VGAHI模式显示“我”字为例，程序如下：
#include "graphics.h"
#include "stdio.h"
main()
{
    int i=VGA,j=VGAHI,k;
    unsigned char mat[16][2],chinease[3]="我";
    FILE *HZK;
    if((HZK=fopen("hzk16","rb"))==NULL)
        exit(0);
    initgraph(&i,&j,"");
    i=chinease[0]-0xa0;j=chinease[1]-0xa0;　/*获得区码与位码*/
    fseek(HZK,(94*(i-1)+(j-1))*32,SEEK_SET);
    fread(mat,32,1,HZK);

    for(j=0;j<16;j++)
        for(i=0;i<2;i++)
            for(k=0;k<8;k++)
                if(mat[j][i]&(0x80>>k))　/*测试为1的位则显示*/
                    putpixel(i*8+k,j,WHITE);

    getch();
    closegraph();
    fclose(HZK);
}
怎么样？只要掌握了正确的方法，显示汉字并不复杂。

打印字库文件和HZK12

　　如果你有UCDOS的HZK24S（宋体）、HZK24K（楷体）或HZK24H（黑体），你还可以使用不同字体的大字模汉字了。HZK24系列是24*24的点阵字库，每字模占用3*24字节。如果你按照HZK16的显示方法的话，你会看到......呵呵，字被放倒了。这是因为该类字库与一般的汉字库不同，这类大字模汉字库是专供打印的打印字库，为了打印的方便将字模都放倒了，你使用时，只要将字模的位信息纵横转置显示即可。例如你如果定义为mat[24][3]则应该这样输出：
    for(i=0;i<24;i++)
        for(j=0;j<24;j++)
            if((0x80>>i%8)&mat[j][i/8])　/*转置显示*/
                putpixel(j+x,y+i,color);
　　还有一类字库HZK12，虽然属于标准字库类型，但如果你将它的字模当作12*12位计算的话，根本无法正常显示汉字。因为字库设计者为了使用的方便，字摸每行的位数均补齐为8的整数倍，于是实际该字库的位长度是16*12，虽然每行都多出了4位，但这4位都是0（不显示），并不影响显示效果。

对于24*24的点阵字库，存放格式如下： 
          纵向存放3个字节(24位),横向存放24个字节,每个字模占72个字节 
          字符排列顺序如下: 
          1   4   7   10   ...... 
          2   5   8   11   ...... 
          3   6   9   12   ......  
                
               对于16*16的点阵字库，存放格式如下： 
          横向存放2个字节(16位),其中第二个字节没有多余的数据 
          纵向存放16个字节,每个字模占32个字节 
          字符排列顺序如下: 
               1    2 
               3    4 
               5    6 
               ...... 
                
               对于14*14的点阵字库，存放格式如下： 
          横向存放2个字节(16位),其中第二个字节的后2位是多余的数据 
          纵向存放14个字节,每个字模占28个字节 
          字符排列顺序如下: 
               1    2 
               3    4 
               5    6 
               ...... 
           
               对于12*12的点阵字库，存放格式如下： 
          横向存放2个字节(16位),其中第二个字节的后4位是多余的数据 
          纵向存放12个字节,每个字模占24个字节 
          字符排列顺序如下: 
               1    2 
               3    4 
               5    6 
               ......