用PHP编程读取汉字点阵数据-交流共享-唐山网站建设

用PHP编程读取汉字点阵数据

核心提示：简体中文国标字库（1981年订，中国大陆）。7445个字符，其中汉字6773个，包括1级汉字3755个，2级汉字3008个。采取2字节（16位2进制）编码。

背景知识：

简体中文国标字库（1981年订，中国大陆）。7445个字符，其中汉字6773个，包括1级汉字3755个，2级汉字3008个。采取2字节（16位2进制）编码。

区位码：国标GB2312规定,所有的国标汉字与符号组成1个94×94的矩阵。在此方阵中,每1行称为1个”区”,每1列称为1个”位”,因此,这个方阵实际上组成了1个有94个区(区号分别为0 1到94)、每个区内有94个位(位号分别为01到94)的汉字字符集。1个汉字所在的区号和位号简单地组合在1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。因而可知,区位码与汉字或符号之间是逐1对应的。

内码：汉字的内码是指在计算机中表示汉字的编码。机内码与区位码稍有辨别。为甚么不直接用区位码作为计算机内的编码呢? 这是由于汉字的区码和位码的范围都在1到94内, 假设直接用区位码作机内码, 就会与基本ASCII码冲突。汉字的内码通常与所使用的计算机系统有关。目前,对国内大多数的计算机系统,1个汉字的内码占两个字节,分别称为高位字节与低位字节,且这两位字节与区位码的关系以下: 内码高位=区码+A0H(H表示106进制) 内码低位=位码+A0H 例如,汉字”啊”的区位码为”1601″,区码和位码分别用106进制表示即为”1001H”,则它的内码为”B0A1H”。其中B0H为内码的高位字节,A1H为内码的低位字节。

php代码：返回由0和1组成的字符串。

以下为援用的内容：

＜?php
/**
* 读取汉字点阵数据
*
* @author legend ＜legendsky@hotmail.com＞
* @link http://www.ugia.cn/?p=82
* @Copyright www.ugia.cn
*/

$str = "中华人民共和国" ;

$font_file_name = "simsun12.fon" ; // 点阵字库文件名
$font_width = 12 ; // 单字宽度
$font_height = 12 ; // 单字高度
$start_offset = 0 ; // 偏移

$fp = fopen ( $font_file_name , "rb" );

$offset_size = $font_width * $font_height / 8 ;
$string_size = $font_width * $font_height ;
$dot_string = "" ;

for ( $i = 0 ; $i ＜ strlen ( $str ); $i ++)
{
　if ( ord ( $str { $i }) ＞ 160 )
　{
　　// 先求区位码，然后再计算其在区位码2维表中的位置，进而得出此字符在文件中的偏移
　　$offset = (( ord ( $str { $i }) - 0xa1 ) * 94 + ord ( $str { $i + 1 }) - 0xa1 ) * $offset_size ;
　　$i ++;
　}
　else
　{
　　$offset = ( ord ( $str { $i }) + 156 - 1 ) * $offset_size ;
　}

　// 读取其点阵数据
　fseek ( $fp , $start_offset + $offset , SEEK_SET );
　$bindot = fread ( $fp , $offset_size );

　for ( $j = 0 ; $j ＜ $offset_size ; $j ++)
　{
　　// 将2进制点阵数据转化为字符串
　　$dot_string .= sprintf ( "%08b" , ord ( $bindot { $j }));
　}
}

fclose ( $fp );

echo $dot_string ;
?＞

其中包括两个点阵字体文件：1个为16×16的chs16.fon，另1个为12×12的simsun12.fon，偏移均为零。

唐山网站建设www.fw8.net

TAG:字节,汉字,内码,点阵,国标

评论加载中...