1-1-16-2-2 Unicode 汉字与GB内码的转换

文选流氓

发信人: intranetworm (小虫), 信区: Java
标  题: Unicode 汉字与GB内码的转换
发信站: BBS 水木清华站 (Wed Aug 27 13:44:45 1997)

这是我编的一个转换程序,使用时现将前面的码表存成文件,例如table.txt
创建一个GBUnicode实例,new GBUnicode("table.txt")
以后调用GB2Uni和Uni2GB作内码转换.注意GB内码是用两个字节表示的.

1. 
   
2. import java.io.*;
   
3. import java.util.Hashtable;
   
4. 
   
5. class GBUnicode{
   
6.         byte high[]=new byte[6763],low[]=new byte[6763];
   
7.         char unichar[]=new char[6763];
   
8.         Hashtable UniGB;
   
9. 
   
10.         public GBUnicode(String table_file)throws IOException
    
11.         {
    
12.                 //BufferedInputStream tables=new BufferedInputStream (new FileIn
    
13.                 DataInputStream tables=new DataInputStream (new FileInputStream(
    
14.                 int i,n=0;
    
15.                 byte b,bl,bh,num[]=new byte[20];
    
16. 
    
17.                 UniGB=new Hashtable(7000,1);
    
18.                 while (n<6763 ){
    
19.                         do{
    
20.                                 bh=(byte)tables.read();
    
21.                         }while ((char)bh<=' '); //find first non-blank char
    
22.                         bl=(byte)tables.read();
    
23.                         high[n]=bh;
    
24.                         low[n]=bl;
    
25.                         do{
    
26.                                 b=(byte)tables.read();
    
27.                         }while (b!=(byte)':'); //find ':'
    
28.                         do{
    
29.                                 b=(byte)tables.read();
    
30.                         }while ((char)b<=' '); //find next non-blank char to rea
    
31.                         i=0;
    
32.                         while ((char)b>='0' && (char)b<='9'){
    
33.                                 num[i++]=b;
    
34.                                 b=(byte)tables.read();
    
35.                         }
    
36.                         unichar[n]=(char)Integer.parseInt(new String(num,0,0,i))
    
37.                         if (UniGB.get(new Character(unichar[n]))!= null)
    
38.                                 System.out.println("Duplicated : "+unichar[n]);
    
39.                         UniGB.put(new Character(unichar[n]),new Integer(n));
    
40.                         n=n+1;
    
41.                 }
    
42.                 tables.close();
    
43.         }
    
44. 
    
45. 
    
46.         private int getGBindex(byte high,byte low){
    
47.                 int i,j;
    
48.                 i=high-(byte)0xb0;
    
49.                 j=low-(byte)0xa1;
    
50.                 if (i <39) {// L1 Chinese
    
51.                         if (j<0 || j>94)
    
52.                                 return -1;
    
53.                         return (i*94+j);
    
54.                 }
    
55.                 else if (i==39) {//one of the last 89 L1 Chinese
    
56.                         if (j<0 || j>89)
    
57.                                 return -1;
    
58.                         return (i*94+j);
    
59.                 }
    
60.                 else {//L2 Chinese
    
61.                         if (j<0 || j>94)
    
62.                                 return -1;
    
63.                         return (i*94+j-5);
    
64.                 }
    
65.         }
    
66. 
    
67.         public byte[] Uni2GB(char unicode) {
    
68. 
    
69.                 Integer index=(Integer)UniGB.get(new Character(unicode));
    
70.                 if (index==null)
    
71.                         return null;
    
72.                 byte ch[]=new byte[2];
    
73.                 ch[0]=high[index.intValue()];
    
74.                 ch[1]=low[index.intValue()];
    
75.                 return ch;
    
76. 
    
77.         public byte[] Uni2GB(char unicode) {
    
78. 
    
79.                 Integer index=(Integer)UniGB.get(new Character(unicode));
    
80.                 if (index==null)
    
81.                         return null;
    
82.                 byte ch[]=new byte[2];
    
83.                 ch[0]=high[index.intValue()];
    
84.                 ch[1]=low[index.intValue()];
    
85.                 return ch;
    
86.         }
    
87. 
    
88.         public char GB2Uni(byte high, byte low) {
    
89.                 int index=getGBindex(high,low);
    
90.                 if (index ==-1) //not GB Chinese
    
91.                         return 0;
    
92.                 return(unichar[index]);
    
93.         }
    
94. }
    

复制代码

--
※ 来源:·BBS 水木清华站 bbs.net.tsinghua.edu.cn·[FROM: organ.ncic.ac.c]