[资料]GBK字库及其与unicode间的转换(用于mp3文件名的显示)

左耳

经过几天的摸索终于可以显示mp3的中文名了。

现在将我做的资料与大家分享，想做mp3的朋友可以试试。

点击此处下载armok01141262.rar

上面的文件是我在网上搜索的素材，我自己编了些小程序将其转换成两张表，即unicode与gbk相互转换的表。

点击此处下载armok01141263.rar

上面是我用程序产生的GBK字符，是按照顺序存放的，用这个文件配合我前几天发的“GB2312字库制作方法”中的程序用于生成GBK字库点阵。

点击此处下载armok01141264.rar

上面的文件是我最终生成的用于mp3的4个文件了。



st12.sys为gbk字库12*12的点阵文件，取模方式 “纵向取模，高位在下”（我用的液晶是128*64   ks0108兼容LCD模块）

st16.sys为gbk字库16*16的点阵



以上两个文件的起始汉字是以0x8140 开始的，为了在程序中能线形查找，其中不存在的编码 如0x**7f 0x**ff等均在编码内，只不过不会用到。也就是说从0x8140 ~0xfeff 其中高位从0x81到0xfe 地位从0x40到0xff 即126*192 = 24192个汉字数据。

因此12*12的点阵文件大小是580608Bytes （每个汉字用24字节，汉字下半截虽用4bits但是存储是按8bits）

16*16的点阵文件大小是774144Bytes（每个汉字用32字节）



uni2gbk.sys为unicode转gbk的表，从unicode的0x4e00 到0x9fa5 顺序存放着相应的gbk码，总共20902个汉字，对应的文件是41804Bytes

注：由于没有找到一些符号的unicode对照表，因此这张表中只包含了汉字部分。因此不能显示诸如“”（）等符号，程序中要做相应处理。

注文件存放方式是高字节在前 比如0x4e00 存放方式为0x4e 0x00



gbk2uni.sys为gbk转unicode的表，从gbk的0x8140 到0xfeff 即126*192 = 24192按照gbk的编码顺序放，为了线形查找，其中不合法的或根据资料没有相应unicode码的都作了填零处理。文件大小为48384Bytes

注文件存放方式是高字节在前 比如0x4e00 存放方式为0x4e 0x00



用的时候要把上面的4个文件拷贝到sd卡中或u盘中，注意为了程序好处理不要让这4个文件产生碎片，要连续的存放，最好的方法是格式化后再把这几个文件拷过去。



下面说说如何在程序中处理



首先是初始化：

#include"LCD_GBK.h"



unsigned long GBK12,GBK16,GBK2UNI,UNI2GBK;//用于存放四个文件的起始扇区

extern unsigned long FirstDataSector;//第一个数据扇区

extern unsigned int SectorsPerClust;//每簇扇区数

extern unsigned int  BytesPerSector;//每扇区字节数



unsigned char GBK_Buffer[32];//单个汉字点阵数据缓冲



unsigned char GBK_Ini()//gbk初始化

{

        GBK12 = FAT_Open("\\st12.sys");//打开文件，得到簇号

        if(GBK12 == 1)return 1;

        GBK16 = FAT_Open("\\st16.sys");

        if(GBK16 == 1)return 1;

        GBK2UNI = FAT_Open("\\gbk2uni.sys");

        if(GBK2UNI == 1)return 1;

        UNI2GBK = FAT_Open("\\uni2gbk.sys");

        if(UNI2GBK == 1)return 1;



        //将簇号转成扇区号

        GBK12 = (unsigned long)FirstDataSector+(unsigned long)(GBK12 - 2)*(unsigned long)SectorsPerClust;//calculate the actual sector number

        GBK16 = (unsigned long)FirstDataSector+(unsigned long)(GBK16 - 2)*(unsigned long)SectorsPerClust;//calculate the actual sector number

        GBK2UNI = (unsigned long)FirstDataSector+(unsigned long)(GBK2UNI - 2)*(unsigned long)SectorsPerClust;//calculate the actual sector number

        UNI2GBK = (unsigned long)FirstDataSector+(unsigned long)(UNI2GBK - 2)*(unsigned long)SectorsPerClust;//calculate the actual sector number



        return 0;

}



这样可以得到四个文件的起始扇区，接下来的操作在此基础上加上偏移量就可以了，无须再次寻找文件。

其中FAT_Open("\\st12.sys");//打开文件，得到簇号

该函数实现寻找根目录下st12.sys的起始簇，这个FAT函数可以搜索一下我以前发的帖子，那里有完整的程序。



根据汉字内码找其点阵数据：

unsigned char Read_One_GBK16(unsigned char *ch)

{

        unsigned int  temp1;

        unsigned char temp2;

        unsigned int  sector_offset;//扇区偏移

        unsigned int  byte_offset;//字节偏移

        unsigned char buffer[512];

        temp1=*ch;

        temp2=*(ch+1);

        if(temp1<0x81||temp2<0x40)return 1;//不合法的汉字

        temp1-=0x81;//的到类似于2312的区号

        temp2-=0x40;//位号

        temp1*=192;//xx7f and xxff are included

        temp1+=temp2;//得到偏移

        //temp1*=24;

        sector_offset = temp1/(BytesPerSector/32);//算出要读哪个扇区

        byte_offset = (temp1%(BytesPerSector/32))*32;//算出要读扇区的哪个字节

        if(FAT_ReadSector(GBK16 + sector_offset,buffer))return 1;//读要读的扇区

        for(temp2 = 0,temp1 = byte_offset;temp2<32;temp2++,temp1++)GBK_Buffer[temp2] = buffer[temp1];//复制要复制的数据

        return 0

}

注意由于在设计时非法的编码如0x**7f与0x**ff都计在内所以每个区有192个汉字，而不是190个

这是16*16的程序

12*12的程序稍复杂一点，因为512/24 不能除尽，因此还要判断是不是有数据在下一个扇区。其代码如下（没加注释）

unsigned char Read_One_GBK12(unsigned char *ch)

{

        unsigned long temp1;

        unsigned char temp2;

        unsigned int  sector_offset;

        unsigned int  byte_offset;

        unsigned char buffer[512];

        temp1=*ch;

        temp2=*(ch+1);

        if(temp1<0x81||temp2<0x40)return 1;

        temp1-=0x81;

        temp2-=0x40;

        temp1*=192;//xx7f and xxff are included

        temp1+=temp2;

        temp1*=24;

        sector_offset = temp1/BytesPerSector;

        byte_offset = temp1%BytesPerSector;

        if(FAT_ReadSector(GBK12 + sector_offset,buffer))return 1;

        if(byte_offset>488)

        {

                for(temp2 = 0,temp1 = byte_offset;temp2<(BytesPerSector - byte_offset);temp2++,temp1++)GBK_Buffer[temp2] = buffer[temp1];

                if(FAT_ReadSector(GBK12 + sector_offset + 1,buffer))return 1;

                for(temp1 = 0;temp2<24;temp2++,temp1++)GBK_Buffer[temp2] = buffer[temp1];

        }

        else for(temp2 = 0,temp1 = byte_offset;temp2<24;temp2++,temp1++)GBK_Buffer[temp2] = buffer[temp1];

        return 0;

}



至于显示我就不说了，不同的液晶操作不同，只要把读出的数据按照你的LCD的操作方法写进去即可。



unicode到gbk的转换。

unsigned char Unicode_to_GBK(unsigned char *ch)

{

        unsigned int temp;

        unsigned int sector_offset;//扇区偏移

        unsigned int byte_offset;//字节偏移

        unsigned char buffer[512];

        temp = *((unsigned int*)ch);//由于FAT中文件民unicode码是 地字节在前，所以要按uint型读

        temp -= 0x4e00;//减去基础数据

        temp *= 2;//每个汉字两个字节

        sector_offset = temp/BytesPerSector;//计算出扇区偏移，确定存在哪个扇区

        byte_offset = temp%BytesPerSector;//存在哪个字节

        if(FAT_ReadSector(UNI2GBK + sector_offset,buffer))return 1;//读那个扇区

        *ch = buffer[byte_offset];//将数据读出

        *(ch+1) = buffer[byte_offset+1];

        return 0;

}





要注意的是FAT中文件名的存放方式是低字节在前，而gbk的存放是高字节在前，操作时不要搞混了。



gbk到unicode的转换mp3种用不着所以我也就没试过，程序也没写，因此那四个文件，gbk2uni.sys可以不拷。



由于资料有限unicode的编码只有汉字部分 即所谓的“中日韩统一汉字编码”，（2w多汉字）显示汉字肯定是没问题了，有些符号没有。希望大家去完善一下。



谢谢ouravr的各位朋友！

来几张图片

试验用的板子（已经在这出现好多次了）



显示中文名