📄 00000002.htm
字号:
<HTML><HEAD> <TITLE>BBS水木清华站∶精华区</TITLE></HEAD><BODY><CENTER><H1>BBS水木清华站∶精华区</H1></CENTER>发信人: yanglc (魂归燕园~~别理我，烦着呢), 信区: Linux <BR>标 题: 汉字编码标准与识别(三) <BR>发信站: BBS 水木清华站 (Sat Apr 29 17:27:31 2000) <BR> <BR><A HREF="http://www.linuxforum.net/cgi-bin/perl/showpost.pl?Board=chinese&">http://www.linuxforum.net/cgi-bin/perl/showpost.pl?Board=chinese&</A> <BR>Number=768&page=2&view=expanded&sb=5 <BR> <BR>Subject <BR> 汉字编码标准与识别(三)内码转换表的来源与 <BR> 制作 <BR> <BR>Posted by <BR> shuyong <BR>Posted on <BR> 4/16/2000 9:21 PM <BR> <BR> <BR>汉字编码标准与识别(三) <BR> <BR>内码转换表的来源与制作 <BR> <BR> <BR>由于历史和地域的原因，电脑里的中文标准有不少种共存于Internet <BR>中。这是现实。因此出现了内码转换。这方面的程序现在有不少。不 <BR>过大多是MS Windows的版本，并且有的毛病不少，所以有必要制作一 <BR>个完整些的内码转换表。 <BR> <BR>资料来源 <BR>自从Unicode/ISO10646/GB13000标准出现后，这项工作变得简单和繁 <BR>琐。因此制作转换表时有一个准则：以国际和国家标准为基准，参考 <BR>有影响的商业公司的转换表，个人和小软件次之。下面是资料的来源： <BR>一)国际和国家标准组织 <BR>国际标准组织Unicode(<A HREF="http://www.unicode.org)提供了">http://www.unicode.org)提供了</A> <BR>GB<=>Unicode转换表: <BR><A HREF="ftp://ftp.unicode.org/Public/MAPPINGS/EASTASIA/GB">ftp://ftp.unicode.org/Public/MAPPINGS/EASTASIA/GB</A> <BR>BIG5<=>Unicode转换表: <BR><A HREF="ftp://ftp.unicode.org/Public/MAPPINGS/EASTASIA/OTHER">ftp://ftp.unicode.org/Public/MAPPINGS/EASTASIA/OTHER</A> <BR>JIS<=>Unicode转换表: <BR><A HREF="ftp://ftp.unicode.org/Public/MAPPINGS/EASTASIA/JIS">ftp://ftp.unicode.org/Public/MAPPINGS/EASTASIA/JIS</A> <BR>KSC<=>Unicode转换表: <BR><A HREF="ftp://ftp.unicode.org/Public/MAPPINGS/EASTASIA/KSC">ftp://ftp.unicode.org/Public/MAPPINGS/EASTASIA/KSC</A> <BR>因为GBK不是国家标准，所以Unicode并没有提供GBK<=>Unicode的转换 <BR>表，而只是采用了Microsoft的code page的一个版本: <BR><A HREF="ftp://ftp.unicode.org/Public/MAPPINGS/VENDORS/MICSFT/">ftp://ftp.unicode.org/Public/MAPPINGS/VENDORS/MICSFT/</A> <BR>WINDOWS/CP{936,950}.TXT <BR>中国国家标准网入门太难，须8000元/个人。因此没有得到正式的 <BR>GB2312-1980和GB13000-1993的标准。 <BR>二)商业公司 <BR>2.1方正集团字体部 <BR><A HREF="http://www.founderpku.com/fontweb/">http://www.founderpku.com/fontweb/</A> <BR>因为方正是产，学，研的综合体，在排版和字体领域奋斗多年，有很 <BR>特殊的地位。他们提供的转换表，几乎可以等同国家标准。 <BR>GB2312标准: <BR><A HREF="http://www.founderpku.com/fontweb/gb2312.htm">http://www.founderpku.com/fontweb/gb2312.htm</A> <BR>GBK标准: <BR><A HREF="http://www.founderpku.com/fontweb/gbk.htm">http://www.founderpku.com/fontweb/gbk.htm</A> <BR>GB<=>BIG5转换表: <BR><A HREF="http://www.founderpku.com/fontweb/download/Gb-big5.tab">http://www.founderpku.com/fontweb/download/Gb-big5.tab</A> <BR>GBK<=>BIG5转换表: <BR><A HREF="http://www.founderpku.com/fontweb/download/Gbk-big5.tab">http://www.founderpku.com/fontweb/download/Gbk-big5.tab</A> <BR>2.2Microsoft <BR><A HREF="http://www.microsoft.com/">http://www.microsoft.com/</A> <BR>Microsoft是谁也忽略不了的。有时候就算是他们错了，最后也是对 <BR>的。在有些英文资料里把GBK说成是Microsoft制订的。Microsoft从 <BR>商业角度出发，提供的是code pages： <BR>GBK字形表: <BR><A HREF="http://www.microsoft.com/typography/unicode/936gif.zip">http://www.microsoft.com/typography/unicode/936gif.zip</A> <BR>GBK<=>Unicode转换表: <BR><A HREF="http://www.microsoft.com/typography/unicode/936.txt">http://www.microsoft.com/typography/unicode/936.txt</A> <BR>BIG5字形表: <BR><A HREF="http://www.microsoft.com/typography/unicode/950gif.zip">http://www.microsoft.com/typography/unicode/950gif.zip</A> <BR>BIG5<=>Unicode转换表: <BR><A HREF="http://www.microsoft.com/typography/unicode/950.txt">http://www.microsoft.com/typography/unicode/950.txt</A> <BR>在Windows97/98中文版里也提供了些资料： <BR>GBK标准:\windows\GBK.txt <BR>code pages:\windows\system\cp{932,936,949,950}.nls <BR>三)个人与共享软件 <BR>有不少个人和小团体也在这方面进行了探索。 <BR>3.1 TextPro <A HREF="http://person.zj.cninfo.net/~buddha">http://person.zj.cninfo.net/~buddha</A> <BR>因为他们特殊的需求，TextPro确实在BIG5=>GBK/GB转换方面有独到之 <BR>处。同时还有个GBK(繁体)=>GB(简体)转换表，很有特色。因为繁体=> <BR>简体是多对一的映射，因此很难有简体=>繁体的转换表。特别是基于字 <BR>到字的映射的转换是不可能的。目前已有人进行基于词典和上下文的词 <BR>到词的映射。有兴趣可以看 <BR><A HREF="http://www.basistech.com/articles/c2c.html">http://www.basistech.com/articles/c2c.html</A> <BR>3.2 Stone Chi <A HREF="http://stonec.yeah.net">http://stonec.yeah.net</A> <BR>提供了基于RichWin的内码转换表。收集了不少的资料，对内码标准 <BR>有较深的了解。同时还有一个中文检索软件值得一尝。 <BR>3.3 NJStar <A HREF="http://www.njstar.com">http://www.njstar.com</A> 和 <BR>MagicWin <A HREF="http://www.magicwin.com.my">http://www.magicwin.com.my</A> <BR>他们在这领域有些日子了。不过转换表不是很全。 <BR> <BR>制作 <BR>根据上面的准则和排列次序制作。如果上一级有空白，就要下一级填 <BR>补；如果有冲突，就以上一级的为准。 <BR>一)根据Unicode的GB<=>Unicode与BIG5<=>Unicode转换表制作GB<=>BIG5 <BR>转换表。 <BR>二)根据Microsoft的GBK<=>Unicode与BIG5<=>Unicode转换表制作 <BR>GBK<=>BIG5转换表。 <BR>至此，基于标准的转换实际已经完成。Unicode的特点就是一字一码，一 <BR>码一字。各个国家和地区的汉字标准已编入Unicode的，并有相同的Unicode <BR>码的汉字，就是叫CJK认同汉字。但有些汉字因为种种原因而未能得到认 <BR>同，如果制作这些汉字的转换表，只能是基于实用的，有可能多对多映射 <BR>的转换表。 <BR>三)使用方正的GBK<=>BIG5转换表填充(一)的GB<=>BIG5转换表。 <BR>四)使用Microsoft的GBK<=>BIG5转换表填充(三)的GBK<=>BIG5转换表。 <BR>五)使用TextPro和stonec的GBK<=>BIG5转换表填充(四)的GBK<=>BIG5转 <BR>换表。 <BR>六)NJStar的转换表虽然不是很全，但在BIG5=>GBK转换表中的C6行后半 <BR>段和C7，C8行却相当完整。上面的转换表在这里不是空白就是很少转换。 <BR>可能这个区域是属于扩充符号 <BR>区，可有可无。为保险起见，使用NJStar填充这个区域。 <BR>七)校验。通过电脑对码表进行校验，发现在汉字编码方面基本一致。 <BR>有冲突的地方基本上是对制表符的理解不同造成的。 <BR>八)目测校验。也就是用肉眼一个字一个字的检查。这是最重要的一步。 <BR>但因为学识和精力有限，未能做到这一步。 <BR> <BR>※ 来源:·BBS 水木清华站 smth.org·[FROM: 162.105.11.130] <BR><CENTER><H1>BBS水木清华站∶精华区</H1></CENTER></BODY></HTML>⌨️ 快捷键说明
复制代码
Ctrl + C
搜索代码
Ctrl + F
全屏模式
F11
切换主题
Ctrl + Shift + D
显示快捷键
?
增大字号
Ctrl + =
减小字号
Ctrl + -