中文转码器的工作原理

最近在做Delphi下的简体与繁体转换, 发现Windows2000自带的工具"中文转码器"很好用, 不仅可以转内码(BIG5-->GBK), 还可以将繁体字转为简体字(如:東-->东).

要转内码比较简单, 使用MultiByteToWideChar先将简体/繁体(GBK/BIG5)转为UniCode, 再使用WideCharToMultiByte从Unicode转为繁体/简体(BIG5/GBK).

EX:

function Big52GB( ABig5String: string): String;

{ BIG5 to GBK : BIG5 ==> Unicode ==> GBK }

Var

mWString: array[0..1024] of WideChar;

cchWideChar: Integer;

mLongBool: LongBool;

begin

Result := ABig5String; //分配空间

mLongBool := True;

//1.先取得需要的长度

cchWideChar := MultiByteToWideChar(950, 0, PChar(ABig5String), length(ABig5String), @mWString, 0);

// SetLength(mWString, cchWideChar+1);

//2.BIG5 to Unicode

MultiByteToWideChar(950, 0, PChar(ABig5String), length(ABig5String), @mWString, cchWideChar);

//3.Unicode to GBK

WideCharToMultiByte(936, 0, @mWString, cchWideChar, PChar(Result), length(Result), '?', @mLongBool);

end;

经过以上步骤， 就可以把BIG5码转为GBK码，但是繁体中的字因为在GBK中大部分都有对应（繁体字形），因而，以上得到的是BIG5对应的繁体字形，如BIG5码的 “東”($AA46)得到的GBK对应的字为“東”($967C)，而不是简体中最常用的“东”($B6AB)。

在中文转码器中，最后一页提供了是否转字形的选项，它可以做到！那我们也应该可以做到！经过调试，原来它是调用LCMapStringW!

在Windows.pas中，定义了三个这样的函数：

function LCMapString(Locale: LCID; dwMapFlags: DWORD; lpSrcStr: PChar;

cchSrc: Integer; lpDestStr: PChar; cchDest: Integer): Integer; stdcall;

function LCMapStringA(Locale: LCID; dwMapFlags: DWORD; lpSrcStr: PAnsiChar;

cchSrc: Integer; lpDestStr: PAnsiChar; cchDest: Integer): Integer; stdcall;

function LCMapStringW(Locale: LCID; dwMapFlags: DWORD; lpSrcStr: PWideChar;

cchSrc: Integer; lpDestStr: PWideChar; cchDest: Integer): Integer; stdcall;

其中，LCMapString＝LCMapStringA，也就是使用ASCII的，当然我们也可以使用LCMapStringW转UniCode成为简体字形。