汉字的编码与字模点阵小结(zhuante)

wwling2001

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 - 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


本文来自ChinaUnix博客，如果查看原文请点：http://blog.chinaunix.net/u/11176/showart_391227.html