当前位置:首页 > PHP读取汉字点阵数据

PHP读取汉字点阵数据

点击次数:1306  更新日期:2011-01-03
\n

背景知识:
\n

   简体中文国标字库(1981年订,中国大陆)。7445个字符,其中汉字6773个,包括一级汉字3755个,二级汉字3008个。采用2字节(16位二进制)编码。


\n

  区位码:国标GB2312规定,所有的国标汉字与符号组成一个94×94的矩阵。在此方阵中,每一行称为一个”区”,每一列称为一个”位”,因此,这个方阵实际上组成了一个有94个区(区号分别为0 1到94)、每个区内有94个位(位号分别为01到94)的汉字字符集。一个汉字所在的区号和位号简单地组合在一起就构成了该汉字的”区位码”。在汉字的区位码中,高两位为区号,低两位为位号。由此可见,区位码与汉字或符号之间是一一对应的。


\n

  内码:汉字的内码是指在计算机中表示汉字的编码。机内码与区位码稍有区别。为什么不直接用区位码作为计算机内的编码呢? 这是因为汉字的区码和位码的范围都在1到94内, 如果直接用区位码作机内码, 就会与基本ASCII码冲突。 汉字的内码通常与所使用的计算机系统有关。目前,对于国内大多数的计算机系统,一个汉字的内码占两个字节,分别称为高位字节与低位字节,且这两位字节与区位码的关系如下: 内码高位=区码+A0H(H表示十六进制) 内码低位=位码+A0H 例如,汉字”啊”的区位码为”1601″,区码和位码分别用十六进制表示即为”1001H”,则它的内码为”B0A1H”。其中B0H为内码的高位字节,A1H为内码的低位字节。


\n

  PHP代码:返回由0和1组成的字符串。


\n
<?php
/**
* 读取汉字点阵数据
*
* @author legend
* @link http://www.ugia.cn/?p=82
* @Copyright www.ugia.cn
*/

str = “中华人民共和国”;

font_file_name = “simsun12.fon”; // 点阵字库文件名
font_width = 12; // 单字宽度
font_height = 12; // 单字高度
start_offset = 0; // 偏移

fp = fopen(font_file_name, “rb”);

offset_size = font_width * font_height / 8;
string_size = font_width * font_height;
dot_string = “”;

for (i = 0; i < strlen(str); i ++)
{
if (ord(str{i}) >160)
{
// 先求区位码,然后再计算其在区位码二维表中的位置,进而得出此字符在文件中的偏移
offset = ((ord(str{i}) – 0xa1) * 94 + ord(str{i + 1}) – 0xa1) * offset_size;
i ++;
}
else
{
offset = (ord(str{i}) + 156 – 1) * offset_size;
}

// 读取其点阵数据
fseek(fp, start_offset + offset, SEEK_SET);
bindot = fread(fp, offset_size);

for (j = 0; j < offset_size; j ++)
{
// 将二进制点阵数据转化为字符串
dot_string .= sprintf(“%08b”, ord(bindot{j}));
}
}

fclose(fp);

echo dot_string;
?>

\n