中文转码器的工作原理

Moodsky

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。