CVCode簡繁轉換的擴充套件 GBK與Big5轉換

cvcode使用碼表對照的方式實現簡繁轉換，在unicode盛行的今天仍然是有其現實意義的。

較常見的應用是，企業內有台籍員工，也有大陸員工，而且簡體和繁體的os都有使用，這樣在mis系統中如何保證gb2312、gbk、big5都能夠正常使用，而且big5輸入的資料在gbk的系統上要顯示正常，並且能與gb2312中輸入的字元相匹配（查詢中，按名稱查詢是最常見的）。

針對這樣的應用，cvcode就提供碼表對照的方式，理論上講，只要定義好碼表，就可以真正的讓big5與gb2312「互通」

但是在cvcode中，只是gb2312與big5轉換，在gbk輸入法流行的今天，gb2312顯然不夠了。而且big5字符集要遠遠大於gb2312，所以擴充套件cvcode使其具有gbk與big5轉換功能勢在必行。

gbk的字元範圍如下：

gbk字符集範圍
分割槽                      高位     低位<
----------------------------------------------
●gbk/1:gb2312非漢字符號: a1~a9 || a1~fe
●gbk/2:gb2312漢字      : b0~f7 || a1~fe
●gbk/3:擴充漢字        : 81~a0 || 40~fe
●gbk/4:擴充漢字        : aa~fe || 40~a0
●gbk/5:擴充非漢字      : a8~a9 || 40~a0

其中1和2就是對應的gb2312字符集。

如何讓cvcode支援gbk，有3個問題：

1.判斷是否gb碼

2.計算字元順序

3.與原有碼表相容

第乙個問題就要修改isgb如下：

function isgb(value: string): boolean;
var  mhigh, mlow : integer;
begin
if (length(value)>=2) then
begin
mhigh := ord(value[1]);
mlow := ord(value[2]);
result := false;
//●gbk/1:gb2312非漢字符號: a1~a9 || a1~fe
if (mhigh in [$a1..$a9]) and (mlow in [$a1..$fe]) then result := true;
//●gbk/2:gb2312漢字      : b0~f7 || a1~fe
if (mhigh in [$b0..$f7]) and (mlow in [$a1..$fe]) then result := true;
//●gbk/3:擴充漢字        : 81~a0 || 40~fe
if (mhigh in [$81..$a0]) and (mlow in [$40..$fe]) then result := true;
//●gbk/4:擴充漢字        : aa~fe || 40~a0
if (mhigh in [$aa..$fe]) and (mlow in [$40..$a0]) then result := true;
//●gbk/5:擴充非漢字      : a8~a9 || 40~a0
if (mhigh in [$a8..$a9]) and (mlow in [$40..$a0]) then result := true;
endelse
result := true;
end;

第二個要計算順序和與原有碼表相容---其實相容主要也在順序:

function gboffset(value: string): integer;
var  mhigh, mlow : integer;
mgbk1, mgbk2, mgbk3, mgbk4, mgbk5: integer;
begin
result := -1;
if length(value) >= 2 then
begin
mhigh := ord(value[1]);
mlow := ord(value[2]);
//每個區都有多少個漢字?
//mgbk1 := ($a9 - $a1 + 1) * ($fe - $a1 + 1);  // = 846 = $34e
//mgbk2 := ($f7 - $b0 + 1) * ($fe - $a1 + 1);  // = 6768 = $1a70
//mgbk3 := ($a0 - $81 + 1) * ($fe - $40 + 1);
//mgbk4 := ($fe - $aa + 1) * ($a0 - $40 + 1);
//mgbk5 := ($a9 - $a8 + 1) * ($a0 - $40 + 1);
mgbk1 := $34e;  //846
mgbk1 := mgbk1 + ($b0 - $a9-1) * ($fe - $a1 + 1);   //這個是為了和以前的碼表相容
mgbk2 := $1a70;  //6768
mgbk3 := $17e0;  //6112
mgbk4 := $2035;  //8245
mgbk5 := $c2;  //194
//●gbk/1:gb2312非漢字符號: a1~a9 || a1~fe
if (mhigh in [$a1..$a9]) and (mlow in [$a1..$fe]) then
result := (mhigh - $a1) * ($fe - $a1 + 1) + (mlow - $a1)
//●gbk/2:gb2312漢字      : b0~f7 || a1~fe
else if (mhigh in [$b0..$f7]) and (mlow in [$a1..$fe]) then
result := mgbk1 +
(mhigh - $b0) * ($fe - $a1 + 1) + (mlow - $a1)
//●gbk/3:擴充漢字        : 81~a0 || 40~fe
else if (mhigh in [$81..$a0]) and (mlow in [$40..$fe]) then
result := mgbk1 + mgbk2 +
(mhigh - $81) * ($fe - $40 + 1) + (mlow - $40)
//●gbk/4:擴充漢字        : aa~fe || 40~a0
else if (mhigh in [$aa..$fe]) and (mlow in [$40..$a0]) then
result := mgbk1 + mgbk2 + mgbk3 +
(mhigh - $aa) * ($a0 - $40 + 1) + (mlow - $40)
//●gbk/5:擴充非漢字      : a8~a9 || 40~a0
else if (mhigh in [$a8..$a9]) and (mlow in [$40..$a0]) then
result := mgbk1 + mgbk2 + mgbk3 + mgbk4 + 
(mhigh - $a8) * ($a0 - $40 + 1) + (mlow - $40);
endend;

CVCode簡繁轉換的擴充套件 GBK與Big5轉換

簡繁轉換如此簡單

HanLP極致簡繁轉換

MSSQL SQL簡繁轉換函式

CVCode簡繁轉換的擴充套件 GBK與Big5轉換

簡繁轉換如此簡單

HanLP極致簡繁轉換

MSSQL SQL簡繁轉換函式

相關推薦