如果不通过iconv函数，而是希望通过建立字符映射表的方式进行转换的话，我想问一下如何建立 Unicode 和 GB18030之间的映射表？
百思不得其解。顿首
5 个解决方案
#1
iconv的支持那些字符集之间的转换？
支持主流的字符集之间的转换
如何添加字符集使其支持相应的字符编码？
不知道，这需要重新编译iconv函数
如果不通过iconv函数，而是希望通过建立字符映射表的方式进行转换的话，我想问一下如何建立 Unicode 和 GB18030之间的映射表？
我国的汉字编码标准自1980年公布的gb2312以后，历经gbk到正式的gb18030。当然还要继续扩展
我国的汉字编码标准在世界编码标准集中编号为Code Page 936简称CP936
在网上搜索cp936就可以找到编码标准的文本和图谱，其中包含对应的unicode编码
于是，构造映射表可从编码标准中提取需要的信息
另外，在支持iconv的环境中只需一个双重循环就可以产生映射表了。何乐而不为呢？
支持主流的字符集之间的转换
如何添加字符集使其支持相应的字符编码？
不知道，这需要重新编译iconv函数
如果不通过iconv函数，而是希望通过建立字符映射表的方式进行转换的话，我想问一下如何建立 Unicode 和 GB18030之间的映射表？
我国的汉字编码标准自1980年公布的gb2312以后，历经gbk到正式的gb18030。当然还要继续扩展
我国的汉字编码标准在世界编码标准集中编号为Code Page 936简称CP936
在网上搜索cp936就可以找到编码标准的文本和图谱，其中包含对应的unicode编码
于是，构造映射表可从编码标准中提取需要的信息
另外，在支持iconv的环境中只需一个双重循环就可以产生映射表了。何乐而不为呢？
#2
"在支持iconv的环境中只需一个双重循环就可以产生映射表"?
我已经用此函数生成了GBK TO Unicode的码表（依据gbk的编码范围例如双字节高位为0x80~0xFE）；
反过来这个循环就不知道该怎么写了，因为不知道Unicode的标准中有那些编码字符是收录于gb18030是中的？
我已经用此函数生成了GBK TO Unicode的码表（依据gbk的编码范围例如双字节高位为0x80~0xFE）；
反过来这个循环就不知道该怎么写了，因为不知道Unicode的标准中有那些编码字符是收录于gb18030是中的？
#3
参考
function gen_unicode_gbk() {
$fp = fopen(DICT_PATH.'unicode_gbk.txt', 'rb+');
for($i=0x80; $i<0xfe; $i++) {
for($j=0x40; $j<0xfe; $j++) {
$ch = chr($i).chr($j);
$un = iconv('gbk', 'ucs-2', $ch);
$x = hexdec(bin2hex($un));
if($x>40869 || $x<19968) {
$ar[$un] = $ch;
}else {
$offs = ($x-19968)*2;
fseek($fp, $offs);
fwrite($fp, $ch);
}
}
}
$offs = (40870-19968)*2;
fseek($fp, $offs);
ksort($ar);
foreach($ar as $k=>$v) {
fwrite($fp, $k.$v);
}
fclose($fp);
}
function gen_unicode_gbk() {
$fp = fopen(DICT_PATH.'unicode_gbk.txt', 'rb+');
for($i=0x80; $i<0xfe; $i++) {
for($j=0x40; $j<0xfe; $j++) {
$ch = chr($i).chr($j);
$un = iconv('gbk', 'ucs-2', $ch);
$x = hexdec(bin2hex($un));
if($x>40869 || $x<19968) {
$ar[$un] = $ch;
}else {
$offs = ($x-19968)*2;
fseek($fp, $offs);
fwrite($fp, $ch);
}
}
}
$offs = (40870-19968)*2;
fseek($fp, $offs);
ksort($ar);
foreach($ar as $k=>$v) {
fwrite($fp, $k.$v);
}
fclose($fp);
}
#4
在Unicode标准中,0x4e00(19968)-0x9fa6(40870)为CKJ Unified Ideographs.我已经用该函数成功的生成相应的对照表。3KS XZ.
我还有些不明白的地方:
1.0x4e00(19968)-0x9fa6(40870)包含了全部的GBK或是GB18030汉字吗?
2.关于中文标点的问题，用紫光的拼音打出来的逗号（"，"） 其编码为0xa3ac。（紫光选择的是GBK字符集）0xa3ac似乎并不在0x4e00-0x9fa6当中，那应该怎么样处理才更全面？或者说有没有GBK或是GB18030的官方网页发布相关的信息？（我发现一个网页是www.gb18030.org,但上面似乎没什么有用的信息，页面我认为最重要的链接，竟然无效）。
我还有些不明白的地方:
1.0x4e00(19968)-0x9fa6(40870)包含了全部的GBK或是GB18030汉字吗?
2.关于中文标点的问题，用紫光的拼音打出来的逗号（"，"） 其编码为0xa3ac。（紫光选择的是GBK字符集）0xa3ac似乎并不在0x4e00-0x9fa6当中，那应该怎么样处理才更全面？或者说有没有GBK或是GB18030的官方网页发布相关的信息？（我发现一个网页是www.gb18030.org,但上面似乎没什么有用的信息，页面我认为最重要的链接，竟然无效）。
#5
1、对照表与查询方式有关。注意我的函数生成的对照表是分段的，分别使用计算偏移和顺序查找两种方式。目的是为了减少对照表文件的尺寸
2、0x4e00(19968)-0x9fa6(40870)包含了全部的GBK或是GB18030汉字吗?
不是！你从我的函数中就可看出。
小于0x4e00和大于0x9fa6的部分因为不连续，被单独处理了
3、"，" 的gb2312编码为0xa3ac，unicode编码为0xff0c
2、0x4e00(19968)-0x9fa6(40870)包含了全部的GBK或是GB18030汉字吗?
不是！你从我的函数中就可看出。
小于0x4e00和大于0x9fa6的部分因为不连续，被单独处理了
3、"，" 的gb2312编码为0xa3ac，unicode编码为0xff0c
#1
iconv的支持那些字符集之间的转换？
支持主流的字符集之间的转换
如何添加字符集使其支持相应的字符编码？
不知道，这需要重新编译iconv函数
如果不通过iconv函数，而是希望通过建立字符映射表的方式进行转换的话，我想问一下如何建立 Unicode 和 GB18030之间的映射表？
我国的汉字编码标准自1980年公布的gb2312以后，历经gbk到正式的gb18030。当然还要继续扩展
我国的汉字编码标准在世界编码标准集中编号为Code Page 936简称CP936
在网上搜索cp936就可以找到编码标准的文本和图谱，其中包含对应的unicode编码
于是，构造映射表可从编码标准中提取需要的信息
另外，在支持iconv的环境中只需一个双重循环就可以产生映射表了。何乐而不为呢？
支持主流的字符集之间的转换
如何添加字符集使其支持相应的字符编码？
不知道，这需要重新编译iconv函数
如果不通过iconv函数，而是希望通过建立字符映射表的方式进行转换的话，我想问一下如何建立 Unicode 和 GB18030之间的映射表？
我国的汉字编码标准自1980年公布的gb2312以后，历经gbk到正式的gb18030。当然还要继续扩展
我国的汉字编码标准在世界编码标准集中编号为Code Page 936简称CP936
在网上搜索cp936就可以找到编码标准的文本和图谱，其中包含对应的unicode编码
于是，构造映射表可从编码标准中提取需要的信息
另外，在支持iconv的环境中只需一个双重循环就可以产生映射表了。何乐而不为呢？
#2
"在支持iconv的环境中只需一个双重循环就可以产生映射表"?
我已经用此函数生成了GBK TO Unicode的码表（依据gbk的编码范围例如双字节高位为0x80~0xFE）；
反过来这个循环就不知道该怎么写了，因为不知道Unicode的标准中有那些编码字符是收录于gb18030是中的？
我已经用此函数生成了GBK TO Unicode的码表（依据gbk的编码范围例如双字节高位为0x80~0xFE）；
反过来这个循环就不知道该怎么写了，因为不知道Unicode的标准中有那些编码字符是收录于gb18030是中的？
#3
参考
function gen_unicode_gbk() {
$fp = fopen(DICT_PATH.'unicode_gbk.txt', 'rb+');
for($i=0x80; $i<0xfe; $i++) {
for($j=0x40; $j<0xfe; $j++) {
$ch = chr($i).chr($j);
$un = iconv('gbk', 'ucs-2', $ch);
$x = hexdec(bin2hex($un));
if($x>40869 || $x<19968) {
$ar[$un] = $ch;
}else {
$offs = ($x-19968)*2;
fseek($fp, $offs);
fwrite($fp, $ch);
}
}
}
$offs = (40870-19968)*2;
fseek($fp, $offs);
ksort($ar);
foreach($ar as $k=>$v) {
fwrite($fp, $k.$v);
}
fclose($fp);
}
function gen_unicode_gbk() {
$fp = fopen(DICT_PATH.'unicode_gbk.txt', 'rb+');
for($i=0x80; $i<0xfe; $i++) {
for($j=0x40; $j<0xfe; $j++) {
$ch = chr($i).chr($j);
$un = iconv('gbk', 'ucs-2', $ch);
$x = hexdec(bin2hex($un));
if($x>40869 || $x<19968) {
$ar[$un] = $ch;
}else {
$offs = ($x-19968)*2;
fseek($fp, $offs);
fwrite($fp, $ch);
}
}
}
$offs = (40870-19968)*2;
fseek($fp, $offs);
ksort($ar);
foreach($ar as $k=>$v) {
fwrite($fp, $k.$v);
}
fclose($fp);
}
#4
在Unicode标准中,0x4e00(19968)-0x9fa6(40870)为CKJ Unified Ideographs.我已经用该函数成功的生成相应的对照表。3KS XZ.
我还有些不明白的地方:
1.0x4e00(19968)-0x9fa6(40870)包含了全部的GBK或是GB18030汉字吗?
2.关于中文标点的问题，用紫光的拼音打出来的逗号（"，"） 其编码为0xa3ac。（紫光选择的是GBK字符集）0xa3ac似乎并不在0x4e00-0x9fa6当中，那应该怎么样处理才更全面？或者说有没有GBK或是GB18030的官方网页发布相关的信息？（我发现一个网页是www.gb18030.org,但上面似乎没什么有用的信息，页面我认为最重要的链接，竟然无效）。
我还有些不明白的地方:
1.0x4e00(19968)-0x9fa6(40870)包含了全部的GBK或是GB18030汉字吗?
2.关于中文标点的问题，用紫光的拼音打出来的逗号（"，"） 其编码为0xa3ac。（紫光选择的是GBK字符集）0xa3ac似乎并不在0x4e00-0x9fa6当中，那应该怎么样处理才更全面？或者说有没有GBK或是GB18030的官方网页发布相关的信息？（我发现一个网页是www.gb18030.org,但上面似乎没什么有用的信息，页面我认为最重要的链接，竟然无效）。
#5
1、对照表与查询方式有关。注意我的函数生成的对照表是分段的，分别使用计算偏移和顺序查找两种方式。目的是为了减少对照表文件的尺寸
2、0x4e00(19968)-0x9fa6(40870)包含了全部的GBK或是GB18030汉字吗?
不是！你从我的函数中就可看出。
小于0x4e00和大于0x9fa6的部分因为不连续，被单独处理了
3、"，" 的gb2312编码为0xa3ac，unicode编码为0xff0c
2、0x4e00(19968)-0x9fa6(40870)包含了全部的GBK或是GB18030汉字吗?
不是！你从我的函数中就可看出。
小于0x4e00和大于0x9fa6的部分因为不连续，被单独处理了
3、"，" 的gb2312编码为0xa3ac，unicode编码为0xff0c