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。
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 <legendsky@hotmail.com>
* @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