读取汉字点阵数据

背景知识:
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。

心血来潮,想模仿LCD的显示效果,写了个从点阵字库中提取汉字点阵数据的一段php脚本。

dot


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。

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。

php代码:返回由0和1组成的字符串。

<?php
/**
 * 读取汉字点阵数据
 *
 * @author    legend <[email protected]>
 * @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 $offsetSEEK_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;
?>

点阵字库及程序打包下载:fontfun.rar
其中包括两个点阵字体文件:一个为16×16的chs16.fon,另一个为12×12的simsun12.fon,偏移均为零。

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注