汉字在字库中的偏移地址计算

汉字在字库中的偏移地址计算

 

常用的汉字字库有

GB2312

字库和

GBK

字库两种。

 

GB2312

收录简化汉字及符号、字母、日文假名等共

7 445

个图形字符，其中汉

字占

6 763

个。

GB2312

规定

“

对任意一个图形字符都采用两个字节表示，

每个字

节均采用七位编码表示

”

，习惯上称第一个字节为

“

高字节

”

，第二个字节为

“

低字

节

”

。

GB2312―80

包含了大部分常用的一、二级汉字，和

9

区的符号。该字符集

是几乎所有的中文系统和国际化的软件都支持的中文字符集，

这也是最基本的中

文字符集。

其编码范围是高位

0xa1

～

0xfe

，

低位也是

0xa1

～

0xfe

；

汉字从

0xb0a1

开始，

结束于

0xf7fe

。

GB2312

将代码表分为

94

个区，

对应第一字节

(0xa1

～

0xfe)

；

每个区

94

个位

(0xa1

～

0xfe)

，对应第二字节，两个字节的值分别为区号值和位

号值加

32(20H)

，因此也称为区位码。

01

～

09

区为符号、数字区，

16

～

87

区为

汉字区

(0xb0

～

0xf7)

，

10

～

15

区、

88

～

94

区是有待进一步标准化的空白区。

GB2312

将收录的汉字分成两级：第一级是常用汉字计

3755

个，置于

16

～

55

区，

按汉语拼音字母／笔形顺序排列：

第二级汉字是次常用汉字计

3 008

个，

置

于

56

～

87

区，

按部首／笔画顺序排列。

故而

GB2312

最多能表示

6763

个汉字。

 

而

GBK

内码完全兼容

GB2312

，

同时支持繁体字，

总汉字数有

2

万多个，

编码格

式如下，每个

GBK

码由

2

个字节组成，第一个字节为

0X81

～

0XFE

，第二个字

节分为两部分，一是

0X40

～

0X7E

，二是

0X80

～

0XFE

。其中与

GB2312

相同的

区域，

字完全相同。

把第一个字节代表的意义称为区，

那么

GBK

里面总共有

126

个区

(0XFE

～

0X81+1)

，每个区内有

190

个汉字

(0XFE

～

0X80+0X7E

～

0X40+2)

，

总共就有

126x190=23 940

个汉字。点阵库只要按照这个编码规则从

0X8140

开

始，逐一建立，每个区的点阵大小为每个汉字所用的字节数乘以

190

。这样，就

可以得到在这个字库里面定位汉字的方法：

 

当

GBKL<0X7F

时：

Hp=((GBKH

-

0x81)×190+GBKL

-

0X40)×(sizex2)

；

 

当

GBKL>0X80

时：

Hp=((GBKH

-

0x81)×190+GBKL

-

0X41)×(sizex2)

；

 其中

GBKH

、

GBKLL

分别代表

GBK

的第一个字节和第二个字节

(

也就是高位和低

位

)

，

size

代表汉字字体的大小

(

比如

16

字体，

12

字体等

)

，

Hp

则为对应汉字点

阵数据在字库里面的起始地址。

 

对于

GBK

字库和

GB2312

字库，他们的解码部分部分略有不同，这个区别主要

是由于他们的编码方式不同引起的，对于

GBK

字库，解码的方式如下：

 

qh

=*code;

 

ql=*(++code);

 

if(ql<0x7f)

 

 

ql -

= 0x40;

 

else

 

 

ql -

= 0x41;

 

qh -

= 0x81;

 

foffset = ((unsigned long)190*qh + ql)*(size * 2);

 

对于

GB2312

字库，解码的方式如下：

 

qh

=*code;

 

ql=*(++code);

 

ql -

= 0xa1;

 

qh -

= 0xa1;

 

foffset = ((unsigned long)

94

*qh + ql)*(size * 2);

 

 

其中

qh

、

ql

分别代表

GBK

的第一个字节和第二个字节

(

也就是高位和低位

)

，

size

代表汉字字体的大小

(

比如

16

字体，

12

字体等

)

，

foffset

则为对应汉字点阵数据

在字库里面的起始地址。