有很多这样的编者，他们永远不会在一本书中详尽地叙述一个看起来非常简单的例子。因为这样看来象是在浪费纸张。但是初学者永远是有的，在碰到困难的时候，他们很需要得到耐心的指导和帮助，而事实上他们所看到的都是些“高层次”的内容。每个编者都是从初学者开始的，但他们开始编书的时候，往往不屑于那些细节的问题，这是令读者很苦恼的。

汉字是怎样写到屏幕上来的，中断能用来干什么，还有怎样让你的程序支持鼠标的操作，在此我们开辟了系列讲座：汉字的处理技术、中断的处理技术、鼠标的处理技术，内容由浅至深，环环相扣，很符合初学者的特点。每一章节都提供有很好的例程，并且附上程序的真实运行结果。建议读者要读懂它们，并且能够“临摹”出一些类似的程序来。

关于本文的读者对象，要求能熟悉C语言的基本语法以及关于文件的基本操作，还有一点UCDOS的操作。“程序永远没有结束的时候”。希望读者朋友们能相互切磋，共同提高。

汉字的处理技术(一)

许多读者朋友学会了基本的C语言编程以后，就开始对汉字技术产生了兴趣。本篇分别从中文状态、西文状态、文本方式、图形方式四种情形进行汉字处理的介绍。

一、中文状态下的汉字处理

1.第一个汉字处理程序

学习C语言首先都是从著名的“Hello world!”程序起步，它的程序清单如下:

/*test01l. c*/ main( ) { printf("Helloworld! \n"); }

以下是它的汉化版:

/*test02. c/ main() { printf("你好，世界!\n"); }

这个程序是合法的，而且非常简单，但编辑、编译工作常常令初学者感到迷惑。实际上，这些工作必须按以下步骤进行：

①     运行UCDOS(或其他汉字系统);

②     运行TC;

③     编辑test02. c;

④     编译、运行。

2. UCDOS为我们干了什么

编译运行以下程序：

/*test03.c/ main() { printf("%c%c! \n" 0xc5 0xde); }

我们在UCDOS下，再运行同样的程序，它将得到另一种结果：

原先看似文静的test03. c变得如此面目可憎。

UCDOS到底为我们干了什么?我们通常所说的一个汉字占两个字节究竟是什么含义？汉字的机内码又是什么意思？下面就详细谈谈它。

众所周知，一个ASCII字符占一个字节，它的数值从0到255。UCDOS作为一个操作系统，它应该允许用户通过ASCII码来调用相应的字符。那么这样一来，汉字字符将如何与ASCII字符区别开来呢?

实际上，仔细观察ASCII字符表，从第161个字符开始，后面的字符并不经常为用户所使用。UCDOS充分利用这一特性，将161-255之间的数值空间作为汉字的标识码。既然255-161 = 94不能满足汉字容量的要求，就将每两个字符并在一块(即一个汉字占两个字节)，显然，94* 94 =8836基本上已经满足了常用汉字个数的要求。

这样，在UCDOS环境下，对于字符的处理就有所不同。如果连续两个码值都大于160的话，那么则认为是汉字；否则都认为是ASCII码。

以上的描述可以用程序test04.c来模拟：

/*test04.c/ #include <stdio.h> main() { int flag=0; char str [15] = "Zero青春工作室"; unsigned char*sp=str; while(*sp) { if(*sp> 0xa0) { if(! flag) flag++; else { putchar('\l'); flag--; } } else putchar('$'); sp++; } }

test04. c的目的在于搜索str字符串，当发现汉字就输出一张“笑脸”，否则就输出“$”符。

由于一个汉字占用两个字节，这两个字节的数值就称为该汉字的机内码（分别称为高字节内码和低字节内码）。test03.c中的“呸”字的机内码即为Oxc5de，这就是在中文环境下test03.c破口骂人的原因。

汉字的机内码与通常所讲的区位码是有区别的，这点在以后的内容中将会谈到。

3.支持各种汉字输入法

许多读者对这个问题很敏感，也很希望自己编制出来的程序能支持各种汉字输入法，但看了以下的内容，可能会有所失望。

因为各种输入法都是一个TSR（内存驻留）程序，它们驻留在内存里面，都是些很好的工具（当然还有些不足，这点下一小节再谈）。一旦你的“热键”激活了它，它们就会为你工作。所以从某种意义上讲，那些吹嘘“本软件支持各种流行的输入法”只是一种骗局，事实上是各种汉字输入法支持了这些软件。

既然TSR程序为我们做好了一切，我们就可以编写“支持各种汉字输入法”的程序了。

/*test05.c/ #include <stdio.h> main() { char str[80]; gotoxy(1, 20); printf("请输入:\n"); scanf("%s", str); }

运行UCDOS，这时屏幕最下力一是一行“输入法提示行”。运行test05. exe，开始输入字符，在输入过程中，如果切换输入法至中文输入状态，即可输入汉字。

4.图形状态下汉字处理

图形状态下的汉字处理如同文本状态下一样简单可行：

/*test06.c/ #include <stdio.h> #include <graphics.h> main() { int gd=VGA, gm=VGAHI; char str[80]; initgraph(&gd, &gm, ""); circle(200, 200, 50); line(0, 470, 640, 470); gotoxy(1, 20); printf("请输入:\n"); scanf("%s", str); closegraph(); }

编译运行test06. exe，进入图形状态后，出现中文提示和一条直线，可能找不到“输入法提示行”。敲击右Shift键呼出它，如同test05. c，可以用不同的输入法输入内容。

一切看起来很正常，但事实上输入法内存驻留程序还是有不足的，这可能是TSR程序的体积限制带来的问题。如果读者在输入的同时，敲击右Shift键就会隐去“输入法提示行”但是并没有因此而使原先画的一条直线再现出来，也就是说“输入法提示行”吃掉了它。不过，对于简单的程序实现，这并不太重要。否则，就必须特别地为之编写相应的中断处理程序（见第二篇）来弥补这个缺点。

5.系统环境的自动识别

我们很有可能编写过如下这样的程序：

/*test07. c*/ main() { printf(" \n祝可爱的李辉妹妹生日快乐!"); }

test07.c在中文环境下运行时，一切正常，而且带着温馨的祝福。然而，如果一不小心在西文DOS下运行了这个程序，我们完全可以想象，结果是多么地令人不愉快。

为了避免类似的难堪，我们必须编写出适应性很强的代码，它必须能自动地识别当前的系统环境，然后做出明智的做法，就象UCDOS的SETUP一样。

UCDOS一工作，它就会在某一个隐蔽的位置作了一个标记，因为它本身带有的那些应用程序也必须用到它。这个隐蔽的标记可以利用0x2f号中断访问到。

改进的“问候程序”如下：

/*test08.c/ #include <dos.h> main() { char loaded; _AX= 0xdb00; geninterrupt(0x2f); loaded=(_AL==0xff&&_BX==0x5450&&_DX==5); if(loaded) printf("\n祝可爱的李辉妹妹生日快乐!"); else printf("\nHappy birthday to dear LiHui!"); }

在中文环境下输出:

在西文环境下输出：

显然，不管在中文还是在西文环境下，它都不再会令你失望了（当然，糟糕的英语除外）。

本文曾经发表于《电脑爱好者》期刊杂志98年2期，版权CFan所有。