用PHP編程讀取漢字點陣資料

編程|漢字|資料    背景知識：
  
  　　簡體中文國標字型檔（1981年訂，中國大陸）。7445個字元，其中漢字6773個，包括一級漢字3755個，二級漢字3008個。採用2位元組（16位二進位）編碼。
  
  　　區位碼：國標GB2312規定,所有的國標漢字與符號組成一個94×94的矩陣。在此方陣中,每一行稱為一個”區”,每一列稱為一個”位”,因此,這個方陣實際上組成了一個有94個區(區號分別為0 1到94)、每個區內有94個位(位號分別為01到94)的漢字字元集。一個漢字所在的區號和位號簡單地組合在一起就構成了該漢字的”區位碼”。在漢字的區位碼中,高兩位為區號,低兩位為位號。由此可見,區位碼與漢字或符號之間是一一對應的。
  
  　　內碼：漢字的內碼是指在電腦中表示漢字的編碼。機內碼與區位碼稍有區別。為什麼不直接用區位碼作為電腦內的編碼呢? 這是因為漢字的區碼和位碼的範圍都在1到94內, 如果直接用區位碼作機內碼, 就會與基本ASCII碼衝突。 漢字的內碼通常與所使用的電腦系統有關。目前,對於國內大多數的電腦系統,一個漢字的內碼佔兩個位元組,分別稱為高位位元組與低位位元組,且這兩位位元組與區位碼的關係如下: 內碼高位=區碼+A0H(H表示十六進位) 內碼低位=位碼+A0H 例如,漢字”啊”的區位碼為”1601″,區碼和位碼分別用十六進位表示即為”1001H”,則它的內碼為”B0A1H”。其中B0H為內碼的高位位元組,A1H為內碼的低位位元組。
  
  　　php代碼：返回由0和1組成的字串。
  
  ＜?php
  /**
  * 讀取漢字點陣資料
  *
  * @author legend ＜legendsky@hotmail.com＞
  * @link http://www.ugia.cn/?p=82
  * @Copyright www.ugia.cn
  */
  
  $str = "中華人民共和國" ;
  
  $font_file_name = "simsun12.fon" ; // 點陣字型檔檔案名稱
  $font_width = 12 ; // 單字寬度
  $font_height = 12 ; // 單字高度
  $start_offset = 0 ; // 位移
  
  $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 )
  　{
  　　// 先求區位碼，然後再計算其在區位碼二維表中的位置，進而得出此字元在檔案中的位移
  　　$offset = (( ord ( $str { $i }) - 0xa1 ) * 94 + ord ( $str { $i + 1 }) - 0xa1 ) * $offset_size ;
  　　$i ++;
  　}
  　else
  　{
  　　$offset = ( ord ( $str { $i }) + 156 - 1 ) * $offset_size ;
  　}
  
  　// 讀取其點陣資料
  　fseek ( $fp , $start_offset + $offset , SEEK_SET );
  　$bindot = fread ( $fp , $offset_size );
  
  　for ( $j = 0 ; $j ＜ $offset_size ; $j ++)
  　{
  　　// 將二進位點陣資料轉化為字串
  　　$dot_string .= sprintf ( "%08b" , ord ( $bindot { $j }));
  　}
  }
  
  fclose ( $fp );
  
  echo $dot_string ;
  ?＞
  
  　　其中包括兩個點陣字型檔：一個為16×16的chs16.fon，另一個為12×12的simsun12.fon，位移均為零。