怎樣從二進(jìn)制流中恢復(fù)漢字信息

摘要：本文介紹了漢字的存儲和處理原理，通過幾段典型的程序介紹了從二進(jìn)制流中恢復(fù)漢字時常見的問題及解決的辦法。關(guān)鍵詞：漢字處理編程我們處理的字符信息，通常是中英文混排的，有時處理不當(dāng)，會出現(xiàn)漢字不能正常顯示的現(xiàn)象。這主要是由于不了解漢字的存儲原理和處理原理，以及處理時未考慮漢字的特點造成的。

1ASCII碼和漢字內(nèi)碼

字符被計算機(jī)處理時都是以二進(jìn)制碼的形式出現(xiàn)的，即一個字符對應(yīng)一個8位二進(jìn)制數(shù)。這種二進(jìn)制碼的集合就是所謂的ASCII碼。

基本的ASCII碼有128個，最高位都是0，對應(yīng)的十進(jìn)制數(shù)是0-127。鍵盤上的字符，如英文字母、數(shù)字和一些常用符號，使用基本ASCII碼部分。如，數(shù)字“0”的ASCII碼用二進(jìn)制數(shù)表示就是00110000（即十進(jìn)制數(shù)48）。

擴(kuò)展的ASCII碼有128個，最高位都是1，對應(yīng)的十進(jìn)制數(shù)是128-255。一些制表符和其它符號使用擴(kuò)展ASCII碼部分。

為解決漢字的存儲和顯示問題，我國制定了國標(biāo)GB2312，根據(jù)GB2312的規(guī)定，一個漢字由兩個擴(kuò)展ASCII碼組成。這種高位為1的雙字節(jié)漢字編碼就是漢字的機(jī)內(nèi)碼，簡稱為內(nèi)碼。如，漢字“學(xué)”的機(jī)內(nèi)碼用二進(jìn)制數(shù)表示就是1101000110100111（即十進(jìn)制數(shù)209和167），用十進(jìn)制表示就是53671（209×256+167）。

對于字符，計算機(jī)存儲和處理的是它的ASCII碼，對于漢字，計算機(jī)存儲和處理的是它的內(nèi)碼，即兩位ASCII碼。如，字符串“0學(xué)0”在計算機(jī)中存儲的內(nèi)容是00110000110100011010011100110000。2幾個處理字符的程序2.1將二進(jìn)制流恢復(fù)成正常字符串的VB程序

下面的一段VB程序以二進(jìn)制方式打開一個文本文件，再將文本文件內(nèi)容送入一個二進(jìn)制數(shù)組。

‘<程序1>

DimX()AsByte，LAsString

OpenApp.Path&"\aa.txt"ForBinaryAccessReadAs#1

‘以二進(jìn)制方式打開文本文件aa.txt

L=LOF(1)‘取文本文件字節(jié)數(shù)

ReDimX(L-1)‘重定義二進(jìn)制數(shù)組

Get#1，，X‘將文件內(nèi)容讀入二進(jìn)制數(shù)組

Close#1‘關(guān)閉文件

下面的一段VB程序?qū)⒍M(jìn)制數(shù)組中的內(nèi)容恢復(fù)成字符，并顯示出來。

‘<程序2>

DimIAsInteger，SAsString

ForI=0ToL–1S=S&Chr(X(I))‘將二進(jìn)制數(shù)組元素中的內(nèi)容按ASCII碼的對應(yīng)關(guān)系恢復(fù)成字符

NextI

MsgBoxS

‘顯示

如果文本文件aa.txt中不包含漢字，那么這段代碼會正確顯示文本文件的內(nèi)容；如果aa.txt中包含漢字，那么<程序1>會將一個漢字的兩個字節(jié)分別存儲在數(shù)組X的兩個元素中，<程序2>認(rèn)為這兩個元