萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 網路程式設計 >> PHP 程式設計

PHP 讀取漢字點陣字型資料實作

背景知識:中文編碼體系

國標碼 (GB2312)

簡體中文國標字庫(1981 年訂定,中國大陸通用),收錄 7,445 個字符,含 6,773 個漢字(一級 3,755、二級 3,008),採 2 位元組(16 位元)編碼。

區位碼

GB2312 規定所有國標漢字與符號組成 94×94 矩陣。每列稱一「區」(區號 01–94),每行稱一「位」(位號 01–94)。漢字的區位碼 = 區號 + 位號,兩者一一對應。

內碼

內碼是電腦內部表示漢字的編碼。區位碼範圍 1–94 若直接作內碼會與基本 ASCII 碼衝突。目前主流系統漢字內碼佔兩位元組(高、低位元組),與區位碼換算關係:

  • 內碼高位 = 區碼 + A0H
  • 內碼低位 = 位碼 + A0H

例:「啊」區位碼 1601(十六進位 1001H),內碼 = B0A1H(高位 B0H、低位 A1H)。

PHP 程式碼實作

以下函式讀取點陣字型檔(如 simsun12.fon 12×12 或 chs16.fon 16×16),回傳由 0 與 1 組成的字串:

<?php
/**
 * 讀取漢字點陣資料
 * @author legend <legendsky@hotmail.com>
 * @link https://www.ugia.cn/?p=82
 * @Copyright www.ugia.cn
 */
$str = "中華人民共和國";
$font_file_name = "simsun12.fon"; // 點陣字型檔名
$font_width = 12;  // 單字寬度
$font_height = 12; // 單字高度
$start_offset = 0; // 偏移量

$fp = fopen($font_file_name, "rb");
$offset_size = $font_width * $font_height / 8; // 每字元位元組數
$string_size = $font_width * $font_height;     // 每字元位元數
$dot_string = "";

for ($i = 0; $i < strlen($str); $i++) {
    if (ord($str{$i}) > 160) { // 雙位元組中文字元
        // 計算區位碼在二維表中的位置,進而得出檔案偏移
        $offset = ((ord($str{$i}) - 0xa1) * 94 + ord($str{$i + 1}) - 0xa1) * $offset_size;
        $i++;
    } else { // 單位元組 ASCII 字元
        $offset = (ord($str{$i}) + 156 - 1) * $offset_size;
    }

    // 讀取點陣資料
    fseek($fp, $start_offset + $offset, SEEK_SET);
    $bindot = fread($fp, $offset_size);

    // 將二進位點陣轉為 0/1 字串
    for ($j = 0; $j < $offset_size; $j++) {
        $dot_string .= sprintf("%08b", ord($bindot{$j}));
    }
}
fclose($fp);
echo $dot_string;
?>

說明

  • 程式自動判斷中英字元,依區位碼計算在字型檔中的偏移位置。
  • 讀取指定長度的二進位資料,逐位元組轉為 8 位元二進位字串(sprintf("%08b"))。
  • 輸出結果為連續的 0/1 字串,可進一步處理產生點陣圖像。
  • 範例包含兩個字型檔:chs16.fon (16×16) 與 simsun12.fon (12×12),偏移量均為 0。
copyright © 萬盛學電腦網 all rights reserved