用php读取汉字点阵数据的方法

下面先普及一下基本知识:

    什么是区位码?

    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.

    什么是内码?

    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.

    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.

    PHP代码:返回由0和1组成的字符串.

    <?PHP

    $str = ”php自学网“ ;

    $font_file_name = ”simsun12.fon“ ; // 点阵字库文件名

    $font_width = 12 ; //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 ;

    ?>

    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.

上一篇: php获取照片exif信息的函数
下一篇: php 汉字 机内码

点击获得Trackback地址

发表评论

内 容: