📄 convertcode.cpp
字号:
/* 默认按照Little Endian */
fseek( pfIn, 0, SEEK_SET); /* 文件指针回到文件头 */
}
}
/* 从输入文件读入UTF16数据,转换为BIG5格式后写入输出文件 */
while (!feof(pfIn))
{/* 输入文件未结束 */
/* 从输入文件读入UTF16数据 */
inputCode[0] = fgetc(pfIn);
inputCode[1] = fgetc(pfIn);
u16Indata =inputCode[0] + (inputCode[1]<<8);
if( ferror( pfIn ) )
{
printf( "\nRead error" );
break;
}
/* 转换为BIG5格式后写入输出文件 */
Utf16TOBig5(&u16Indata, outputCode, &u8OutputLen);
for (i = 0; i < u8OutputLen; i++)
{
fputc(outputCode[i],pfOut);
}
}
fclose(pfIn);
fclose(pfOut);
return 0;
}
else
{
printf("输入%s(%X)或输出文件%s(%X)不存在\n",argv[2],(S32)pfIn,argv[3],(S32)pfOut);
return 3;
}
}
#endif
#if (_UTF16BE_BIG5)
if(strcmp(argv[1],"UTF16BE_BIG5") == 0)
{
if (((pfIn = fopen(argv[2],"rb"))!= NULL)&& ((pfOut = fopen(argv[3],"wb"))!=NULL))
{
inputCode[0] = fgetc(pfIn);
inputCode[1] = fgetc(pfIn);
if ((inputCode[0] != 0xfe)||(inputCode[1] != 0xff))
{
if ((inputCode[0] == 0xff)&&(inputCode[1] == 0xfe))
{
printf("输入文件为LittleEndian格式,请使用UTF16_BIG5标识转换\n");
return 4;
}
else
{
printf("警告:输入文件没有BOM标识\n");
/* 默认按照BIG Endian */
fseek( pfIn, 0, SEEK_SET); /* 指针回到文件头 */
}
}
/* 从输入文件读入UTF16数据,转换为BIG5格式后写入输出文件 */
while (!feof(pfIn))
{/* 输入文件未结束 */
/* 从输入文件读入UTF16数据 */
inputCode[0] = fgetc(pfIn);
inputCode[1] = fgetc(pfIn);
u16Indata =inputCode[1] + (inputCode[0]<<8);
if( ferror( pfIn ) )
{
printf( "\nRead error" );
break;
}
/* 转换为BIG5格式后写入输出文件 */
Utf16TOBig5(&u16Indata, outputCode, &u8OutputLen);
for (i = 0; i < u8OutputLen; i++)
{
fputc(outputCode[i],pfOut);
}
}
fclose(pfIn);
fclose(pfOut);
return 0;
}
else
{
printf("输入%s(%X)或输出文件%s(%X)不存在\n",argv[2],(S32)pfIn,argv[3],(S32)pfOut);
return 5;
}
}
#endif
#if (_UTF8_BIG5)
if(strcmp(argv[1],"UTF8_BIG5") == 0)
{
if (((pfIn = fopen(argv[2],"rb"))!= NULL)&& ((pfOut = fopen(argv[3],"wb"))!=NULL))
{
inputCode[0] = fgetc(pfIn);
inputCode[1] = fgetc(pfIn);
inputCode[2] = fgetc(pfIn);
if ((inputCode[0] != 0xef)||(inputCode[1] != 0xbb)||(inputCode[2] != 0xbf))
{
printf("警告:输入文件没有BOM标识\n");
/* 默认按照UTF8 */
fseek( pfIn, 0, SEEK_SET); /* 指针回到文件头 */
}
/* 从输入文件读入UTF8数据,转换为BIG5格式后写入输出文件 */
while (!feof(pfIn))
{/* 输入文件未结束 */
/* 从输入文件读入UTF8数据 */
inputCode[0] = fgetc(pfIn);
u8InputLen = 1 ;
if (inputCode[0] > 0x80 )
{
i = 0x40;
while (i & inputCode[0])
{
u8InputLen++;
i = (i >> 1);
}
}
if( u8InputLen > 3 )
{
if (!feof(pfIn))
{
printf( "\n不支持格式的输入文件" );
}
break;
}
for( i = 1; i < u8InputLen ; i++)
{ /* 读入此UTF8代码剩余几个有效字节 */
inputCode[i] = fgetc(pfIn);
}
if( ferror( pfIn ) )
{
printf( "\n输入文件未知错误" );
break;
}
/* 转换为BIG5格式后写入输出文件 */
Utf8TOBig5(inputCode, u8InputLen, outputCode, &u8OutputLen);
for (i = 0; i < u8OutputLen; i++)
{
fputc(outputCode[i],pfOut);
}
}
fclose(pfIn);
fclose(pfOut);
return 0;
}
else
{
printf("输入%s(%X)或输出文件%s(%X)不存在\n",argv[2],(S32)pfIn,argv[3],(S32)pfOut);
return 5;
}
}
#endif
#if (_GB_BIG5)
if(strcmp(argv[1],"GB_BIG5") == 0)
{
if (((pfIn = fopen(argv[2],"rb"))!= NULL)&& ((pfOut = fopen(argv[3],"wb"))!=NULL))
{
/* 从输入文件读入GB数据,转换为BIG5格式后写入输出文件 */
while (!feof(pfIn))
{/* 输入文件未结束 */
/* 从输入文件读入GB数据 */
u8InputLen = 1;
inputCode[0] = fgetc(pfIn);
if ((inputCode[0] >= 0x81)&& (inputCode[0] != 0xFF ))
{ /* 为双字节汉字或4字节编码 */
if ((inputCode[1] = fgetc(pfIn)) >= 0x40)
{ /* 为双字节汉字 */
u8InputLen = 2;
}
else if ((inputCode[1] >= 0x30)&&(inputCode[1] <= 0x39))
{ /* 为4字节编码的第2字节,继续读取 */
inputCode[2] = fgetc(pfIn);
inputCode[3] = fgetc(pfIn);
if((inputCode[2] >= 0x81)&&((inputCode[3] >= 0x30)&&(inputCode[3] <= 0x39)))
{ /* 符合4字节编码格式 */
u8InputLen = 4;
}
else
{ /* 不符合4字节编码格式,,忽略此4个字节 */
u8InputLen = 0;
}
}
else
{/* 貌似双字节汉字或4字节编码,但第2字节格式错,忽略此两个字节 */
u8InputLen = 0;
}
}
/* 转换为GB18030格式后写入输出文件 */
if( Gb18030TOBig5(inputCode, u8InputLen, outputCode, &u8OutputLen) == CONVERT_OK )
{
for (i = 0; i < u8OutputLen; i++)
{
fputc(outputCode[i],pfOut);
}
}
else
{
fputc('?',pfOut);
if (u8InputLen > 1)
{
fputc('?',pfOut);
}
}
}
#if 0
for (i = 0; i < u8InputLen; i++)
{
printf("\nintput[%d]=%x",i,inputCode[i]);
}
#endif
fclose(pfIn);
fclose(pfOut);
return 0;
}
else
{
printf("输入%s(%X)或输出文件%s(%X)不存在\n",argv[2],(S32)pfIn,argv[3],(S32)pfOut);
return 5;
}
}
#endif
{
printf("命令格式: convertCode UTF16_GB utftxt(文件名) gbtxt(文件名)\n");
return 1;
}
}
#if (_UTF16LE_GB || _UTF16BE_GB)
/***************************************************************************
* 函数名称: Utf16TOGb18030
* 作者 : CZ
* 函数功能 : 将Utf16编码的字符转换为GB18030编码
* 接口描述：
*
* 输入参数：
* pu16InputCode - 输入的Utf16编码字符的存储地址
* pu8OutputCode - 供存放输出的GB18030编码字符的首地址
* pu8OutputLen - 供存放输出的GB18030编码字符字节数的地址
* 返回参数：CONVERT_OK - 转换成功 CONVERT_ERROR - 转换失败
* 转换成功时,输出的字符存放在pu8OutputCode,长度存放在pu8OutputLen
*
* 影响的参数:无
*
*
* 补充说明:
* 转换通过查表(即TB_UTF16_GB)得到,但节约空间起见,此表只输出前2字节结果
* 对于有4字节的汉字,再通过SearchCodeTable查表得到后面2字节.
*****************************************************************************/
S8 Utf16TOGb18030(U16* pu16InputCode, U8* pu8OutputCode, U8* pu8OutputLen)
{
U16 u16InData,u16SeekResult,u16OutData;
U8 u8DataH,u8DataL;
/* 取得输入的UTF16数据,并分成高低位 */
u16InData = *(pu16InputCode);
u8DataH = u16InData >> 8;
u8DataL = u16InData & 0xff;
/* 读出转换表结果 */
u16OutData = TB_UTF16_GB[u8DataH][u8DataL];
/* 单字节以及无对应结果的情况判断 */
if (u16OutData <= 0xff)
{
if ((u16OutData == 0)&&(u16InData != 0))
{ /* 无对应结果 */
* pu8OutputLen = 0;
return CONVERT_ERROR;
}
else
{ /* 单字节结果 */
* pu8OutputLen = 1;
pu8OutputCode[0] = (U8)u16OutData;
return CONVERT_OK;
}
}
/* 4字节的情况判断 ,在CJK统一汉字扩充A 3400-4DB5 */
/* 但是,有80个字符,对应GB码位是0xFE50-FEA0。Unicode将其中52字收录到“CJK统一汉字扩充A”
所以,这80个字符需排除出 4字节的情况判断
*/
if((u16InData >= 0x3400 )&&(u16InData <= 0x4db5)&&((u16OutData < 0xFE50 )||(u16OutData > 0xFEA0 )) )
{
u16SeekResult = SearchCodeTable(u16InData);
if (u16SeekResult > 0)
{
* pu8OutputLen = 4;
pu8OutputCode[0] = u16OutData >> 8;
pu8OutputCode[1] = u16OutData & 0xff;
pu8OutputCode[2] = u16SeekResult >> 8;
pu8OutputCode[3] = u16SeekResult & 0xff;
return CONVERT_OK;
}
else
{/* 无对应结果 */
* pu8OutputLen = 0;
return CONVERT_ERROR;
}
}
/* 余下的为2字节的情况 */
* pu8OutputLen = 2;
pu8OutputCode[0] = u16OutData >> 8;
pu8OutputCode[1] = u16OutData & 0xff;
return CONVERT_OK;
}
/***************************************************************************
* 函数名称: SearchCodeTable
* 作者 : CZ
* 函数功能 : 查表返回UTF16字符中对应4字节GB18030部分的后两字节
* 接口描述：
*
* 输入参数：
* unicodeKey - 输入的Utf16编码字符
*
* 返回参数：
* 查表成功时 返回的两字节查询结果以BigEndian格式合成一个非零的U16数
* 即所查询的GB18030编码第3字节对应返回值的高8位,第4字节对应低8位
* 查表失败时,返回值为0
*
* 影响的参数:无
*
*
* 补充说明:
*****************************************************************************/
U16 SearchCodeTable(U16 unicodeKey)
{
int first = 0;
int end = sizeof(TB_UTF16_GB_4B)/sizeof(UTF16_GB_4B) - 1;
int mid = 0;
while (first <= end)
{
mid = (first + end) / 2;
if (TB_UTF16_GB_4B[mid].unicode == unicodeKey)
{
return TB_UTF16_GB_4B[mid].gb;
}
else if (TB_UTF16_GB_4B[mid].unicode > unicodeKey)
{
end = mid - 1;
}
else
{
first = mid + 1;
}
}
return 0;
}
#endif
#if (_UTF8_GB)
/***************************************************************************
* 函数名称: Utf8TOGb18030
* 作者 : CZ
* 函数功能 : 将Utf8编码的字符转换为GB18030编码
* 接口描述：
*
* 输入参数：
* pu8InputCode - 输入的Utf8编码字符的存储地址
* u8InputLen - 输入的Utf8编码字符的长度
* pu8OutputCode - 供存放输出的GB18030编码字符的首地址
* pu8OutputLen - 供存放输出的GB18030编码字符字节数的地址
* 返回参数：CONVERT_OK - 转换成功 CONVERT_ERROR - 转换失败
* 转换成功时,输出的字符存放在pu8OutputCode,长度存放在pu8OutputLen
*
* 影响的参数:无
*
*
* 补充说明:
* 算法是先讲Utf8编码字符转换为Utf16编码,然后类似Utf16TOGb18030()
*****************************************************************************/
S8 Utf8TOGb18030(U8* pu8InputCode, U8 u8InputLen, U8* pu8OutputCode, U8* pu8OutputLen)
{
U16 u16InData,u16SeekResult,u16OutData;
U8 u8DataH,u8DataL;
/* 将Utf8编码字符转换为Utf16 */
switch(u8InputLen)
⌨️ 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 + -