高效Unicode／GB编码转换算法的设计和实现.pdfVIP

计 算 机 技 术 与发 展 Vo1．19 No 第 9 期 ． 9 2009年 9月 COMPUTERTEa NoI0．GYANDDEVELOPMENT ；印 ． 2009 高效Unicode／GB编码转换算法的设计和实现 倪 晓军 (南京邮电大学计算机学院，江苏 南京 210003) 摘 要：为了在存储空问和运算能力严格受限的嵌人式系统中实现Unicode和GB2312编码的相互转换，设计了一种高效 率的编码转换算法。该算法通过提取数据表中公共部分实现压缩存储，采用索引和二分法查找相结合的方式进行快速查 找，和传统的转换算法相比约节省2596的存储空问，查找效率最高约提高3倍。该算法可在无操作系统支持的嵌入式系 统中实现汉字编码之间的高效率的转换。 关键词：汉字编码 ；GB2312；Unicode；索引；二分法查找 中图分类号： l1 文献标识码 ：A 文章编号：1673—629X(2009)09—0021—04 AHiglI—PerformanceUnicode／GBTranscodingAlgorithm NIXiao-jun (CollegeofComputer，NanjingUniversityofPostsandTelecommunications，Nanjing210003，China) Abstract：Toaddressthecharacteristicsofstrictlimitationonstoragespaceandcomputingabilityinembeddedsystems，anoveltransfor— rnationmethodfortheexchangebetweenG132312codeandUnicodeispresentde inthispaper．Theproposedmethodrequire1essstorage spacebyextractingthe~X21IIITIonpartofconvertingatble，andreal~ quicksearchingspeedbycombiningindexandbinarysearching method．Comparde withthetraditionalrtansfommtionalgorithm，itcansaveabout25％ storagespacewhileaboutthreetimesfaster，it carthe runefficientlywithoutthesupportofoperatingsystem． Keywords：Chinesecoding；GB2312；Unicode；indxe ；binarysearching O 引 言 位码 ，区码 01～09主要存放各种字母、符号及制表符 字符必须编码后才能被计算机处理。我 国在 等内容，区码 16～87则存放按汉语拼音字母顺序排列 1980年提出了GB2312汉字编码方案，共收录了7445 的汉字。为了在使用 中区分汉字编码和ASCII编码， 个字符 ，包括 6763个汉字和682个其它符号。相对于 需要将汉字区位码的高低字节各加上0xA0，才是该汉 庞大 的汉字字符，GB2312所收录的汉字太少，因此 字的GB2132编码。通过计算 (区号一1)*94+ (位 1995年国家推出了汉字扩展规范 GBK1．0，共收录了 号一1)可计算出某汉字在整个汉字库中的位置序号。 21886个汉字和图形符号。2000年又制定了GB18030