PHP读取汉字点阵数据

背景知识：
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。

 1 <?php
 2 /**
 3 * 读取汉字点阵数据
 4 *
 5 * @author    legend <legendsky@hotmail.com>
 6 * @link      http://www.ugia.cn/?p=82
 7 * @Copyright www.ugia.cn
 8 */
 9     
 $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
         $offset = ((ord($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;
 ?> 
 

点阵程序打包下载：/Files/analyzer/fontfun.rar

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