漢字的動(dòng)態(tài)編碼與顯示方案

    摘要：綜合幾種常用單片機(jī)漢字顯示方案，提出一種基于PC機(jī)預(yù)處理的漢字動(dòng)態(tài)編碼和動(dòng)態(tài)字庫的顯示方法，較好地解決了存儲(chǔ)空間、顯示速度、軟件開發(fā)維護(hù)幾方面的相互矛盾；具有平臺(tái)化的優(yōu)點(diǎn)，同時(shí)，給出針對(duì)MCS51優(yōu)化的匯編顯示例程。

    關(guān)鍵詞：機(jī)內(nèi)碼 動(dòng)態(tài)編碼 字庫

因?yàn)闈h字本身的特點(diǎn)，顯示漢字始終是計(jì)算機(jī)在我國應(yīng)用普及的一個(gè)障礙。最初，為了能在PC機(jī)上顯示、處理漢字，國人發(fā)明了一種硬件設(shè)備"漢卡"，后來各種各樣的采用純軟件技術(shù)的中文DOS逐漸成熟，其中、西文軟件的運(yùn)行速度和性能還是有明顯的差距。最終在軟件進(jìn)入支持UNICODE、真正實(shí)現(xiàn)國際化的WIN95以后，硬件跨入"奔騰"時(shí)代，才實(shí)現(xiàn)了漢字與西文的統(tǒng)一顯示，但是這一切是以硬件資源的飛速發(fā)展為前提的。以國際GB2312為例，一、二級(jí)漢字庫共收錄了6000多個(gè)漢字，每個(gè)字按16×16點(diǎn)陣計(jì)算，字模需要占用32字節(jié)的存儲(chǔ)空間，整個(gè)字庫的規(guī)模在200k字節(jié)以上，高點(diǎn)陣（24點(diǎn)陣以上）和矢量字庫以及Windows用的TrueType字體的字庫規(guī)模都是幾兆字節(jié)大小，這在早期的386時(shí)代是難以想象的。單片機(jī)因?yàn)槭褂渺`活、結(jié)構(gòu)簡單、體積小、成本低而在工業(yè)和生活中得到廣泛應(yīng)用，也正是因此，它的硬件資源很有 限，尋址和計(jì)算機(jī)能力都遠(yuǎn)低于PC機(jī)，顯示漢字更受限制。人們不滿足單片機(jī)系統(tǒng)采用LED數(shù)碼管的簡單顯示，根據(jù)單片機(jī)的特點(diǎn)，開發(fā)出了很多種漢字顯示方法。

1 幾種常用單片機(jī)顯示漢字方法

(1)采用標(biāo)準(zhǔn)字[1]

這種方法仿器中文DOS的辦法，將一個(gè)標(biāo)準(zhǔn)的漢字庫裝入ROM存儲(chǔ)器，再根據(jù)漢字的機(jī)內(nèi)碼在字庫中尋址，找到對(duì)應(yīng)的字模，提取后送到顯示器顯示。因?yàn)椴捎昧撕蚉C機(jī)相同的編碼(機(jī)內(nèi)碼)，軟件的開發(fā)和維護(hù)非常簡單，基本上與寫PC機(jī)軟件差不多。而對(duì)單片機(jī)系統(tǒng)自身的要求則相對(duì)高多了，16×16點(diǎn)陣的字庫需要256K字節(jié)，但是一般8位單片機(jī)的尋址能力只有64K字節(jié)，要進(jìn)行存儲(chǔ)器擴(kuò)充，除增加很大一部分硬件成本外，還因?yàn)橐M(jìn)行存儲(chǔ)器分頁管理、地址切換，顯示速度明顯受影響，而且只能顯示一種點(diǎn)陣字體。

（2）直接固化顯示字模[2]

將要顯示的語句中全部漢字的字模數(shù)據(jù)依次提取出來，順序存放在存儲(chǔ)器中，當(dāng)顯示時(shí)，直接取出字模數(shù)據(jù)送至顯示器即可。這種方法占用空間少，程序?qū)崿F(xiàn)簡單，顯示速度快；但是字模數(shù)據(jù)的提取和存儲(chǔ)安排是一件委有繁瑣的事件，要想大量顯示漢字或進(jìn)行程序修改幾乎是不可能的，軟件的可維護(hù)性很差。

(3)建立帶索引的小字庫[3]

將全部要顯示的漢字統(tǒng)一建成一個(gè)小字庫，字庫分為2部分：索引素和字模表。索引表由若干定長記錄組成，記錄的內(nèi)容為：漢字機(jī)內(nèi)碼、地址碼、識(shí)別碼。其中地址碼是該漢字字模在字模表中的位置，識(shí)別碼標(biāo)志該漢字的點(diǎn)陣形式或字體等。字模表中按素引存放漢字字模。顯示漢字時(shí)先根據(jù)待顯漢字的機(jī)內(nèi)碼在索引表中尋找，找到對(duì)應(yīng)索引記錄后，讀出地址碼和識(shí)別碼，再根據(jù)此從字模表中讀出字模，送顯即可。這種方法可根據(jù)實(shí)際使用對(duì)字庫進(jìn)行裁剪，硬件開銷較小，但是要進(jìn)行復(fù)雜的查詢運(yùn)算，字多了平均尋找時(shí)間就會(huì)變長，效率降低。

2 漢字動(dòng)態(tài)編碼

綜上所述，我們發(fā)現(xiàn)：在方法1中，程序員工作量最少，但單片要機(jī)的軟、硬件開銷最大；方法2中，單片機(jī)的開銷較少，但是編寫和維護(hù)軟件極為困難；方法3,介于二者之間。顯然，存儲(chǔ)空間、顯示速度、軟件開發(fā)維護(hù)件間存在著矛盾。受各種PC機(jī)模擬軟件的啟發(fā)，我們提出一種基于PC機(jī)預(yù)處理的漢字顯示方法--漢字動(dòng)態(tài)編碼，在實(shí)際應(yīng)用中較好地解決了這一問題。其基本原理如下：建立一種新的編碼機(jī)制，這個(gè)漢字編碼是動(dòng)態(tài)的；一個(gè)編碼不與某個(gè)漢字具體相聯(lián)系，而僅代表某個(gè)漢字在字庫中的位置（這個(gè)位置也是動(dòng)態(tài)的）；用該碼代替程序里字符串（C語言）或數(shù)據(jù)段（匯編語言）內(nèi)漢字的機(jī)內(nèi)碼，單處機(jī)顯示程序可根據(jù)這個(gè)新的編碼直接在專門建立的動(dòng)態(tài)小字庫中找到字模，不用進(jìn)行復(fù)雜的尋址、查找等運(yùn)算，如圖1所示。

實(shí)現(xiàn)漢字動(dòng)態(tài)編碼的過程就是先進(jìn)行漢字識(shí)別，然后建立編碼字典、提取字模、建立動(dòng)態(tài)字庫、改寫機(jī)內(nèi)碼。首先掃描一遍程序文件，識(shí)別其中的漢字，將它們按出現(xiàn)先后順序或機(jī)內(nèi)碼的大小排序，重復(fù)出現(xiàn)的剔除，建立了一個(gè)編碼字典；根據(jù)漢字在編碼字典的位置（序號(hào)），可以對(duì)漢字按區(qū)碼、位碼進(jìn)行編碼，也可以采用其它的方法編碼，總之序號(hào)與它的動(dòng)態(tài)編碼存在一一對(duì)應(yīng)關(guān)系；根據(jù)字典中每個(gè)漢字的機(jī)內(nèi)碼依次從PC機(jī)的漢字點(diǎn)陣字庫中提取字模，順序存儲(chǔ)，建立一個(gè)小規(guī)模的動(dòng)態(tài)字庫，這樣每個(gè)漢字的字模在字庫中的位置就與其在編碼字典中的序號(hào)、動(dòng)態(tài)編碼一一對(duì)應(yīng)了。最后，再掃描一遍程序文件，按照編碼字典將每個(gè)漢字的機(jī)內(nèi)碼改寫為對(duì)應(yīng)的動(dòng)態(tài)編碼。因?yàn)槌绦蛭募械臐h字隨時(shí)會(huì)增減，編碼隨之而變，字庫的大小也隨時(shí)在變。所以稱之為動(dòng)態(tài)編碼和動(dòng)態(tài)字庫。

考慮一般應(yīng)用場合，1000個(gè)左右的漢字即可滿足要求，按照漢字動(dòng)態(tài)編碼方法所需的字庫僅為32K字節(jié)大小，只需要1片27256即可，幾乎不用增加什么硬件。這樣，字庫的大小可由漢字的多少控制，程序的編寫和維護(hù)可以沿用中文系統(tǒng)下的習(xí)慣，僅需要編寫好的單片機(jī)程序用PC機(jī)進(jìn)行一次預(yù)處理，程序員從繁雜的漢字處理工作中解放出來，有效地降低了軟件和硬件開發(fā)成本。

3 漢字動(dòng)態(tài)編碼的具體實(shí)現(xiàn)

實(shí)現(xiàn)漢字動(dòng)態(tài)編碼的關(guān)鍵是建立編碼字典和改寫機(jī)內(nèi)碼。下面以是顯示1行漢字"天上有個(gè)太陽，水中有個(gè)月亮"為例，說明動(dòng)態(tài)編碼的實(shí)現(xiàn)過程。

（1）漢字識(shí)別

漢字在PC機(jī)內(nèi)的存儲(chǔ)和處理是用機(jī)內(nèi)碼來實(shí)現(xiàn)的。每個(gè)漢字的機(jī)內(nèi)碼是唯一的，由2個(gè)字節(jié)組成，分區(qū)碼和位碼，為了和西文的ASCII碼有區(qū)別，漢字機(jī)內(nèi)碼的區(qū)碼和位碼的取值都大于0A0H。我們要處理的源程序文件都是文本文件，存儲(chǔ)的都是西文字符、控制符的ASCII碼和中文字符的機(jī)內(nèi)碼，當(dāng)掃描到文件中大于0A0H的字節(jié)內(nèi)容時(shí)，即可判斷該字節(jié)是漢字機(jī)內(nèi)碼的1個(gè)字節(jié)，而且肯定是成對(duì)出現(xiàn)，第1個(gè)字節(jié)是區(qū)別，第2個(gè)字節(jié)是位碼，都大于0A0H，否則出錯(cuò)。

在C和匯編程序中表示字符的方式有所不同，但最終字符在文件中的存儲(chǔ)格式是一樣的。顯示上面那行漢字，用C語言可以表示為：

char OneSent[]="天上有個(gè)太陽，水中有個(gè)月亮"；

printfhz（OneSent）;/*printfhz()顯示函數(shù)*/

用十六進(jìn)制編輯器（我們用的是UEdit32）察看文件中C語言字符串定義語句為：

63 68 61 72 20 20 4F 6E 65 53 65 6E 74 5B 5D 20 3D 20 22 CC EC C9 CF D3 D0 B8 F6 CC AB D1 F4 A3 AC CB AE D6 D0 D3 D0 B8 F6 D4 C2 C1 C1 22 20 3B 0D 0A

用匯編語言可以表示為：

ONESENT:DB '天上有個(gè)太陽，水中有個(gè)月亮'，00H

MOV DPTR,ONESENT

LCALL DISPLAY；DISPLAY是顯示子程序

用十六進(jìn)制編輯器察看上面用匯編語言定義字符串的那一條語句為：

4F 4E 45 53 45 4E 54 3A 44 42 20 27 CC EC C9 CF D3 D0 B8 F6 CC AB D1 F4 A3 AC CB AE D6 D0 D3 D0 B8 F6 D4 C2 C1 C1 27 2C 30 30 48 0D 0A

由此可以觀察到情況確如前所述。

（2）建立編碼字典

編碼字典是在掃描的同時(shí)逐步建立起來的，每掃描到一個(gè)漢字（包括全角符號(hào)），即與字典中已有的字符進(jìn)行比較，如沒有重復(fù)，是新的字符就順序存入字典，否則繼續(xù)掃描，直至文件結(jié)屬。由于每個(gè)字符都是從尾部添加的，它們的序號(hào)也是依次遞增的，根據(jù)序號(hào)就可以進(jìn)行動(dòng)態(tài)編碼了。由于顯示的漢字一般都得在256個(gè)以上，即使進(jìn)行動(dòng)態(tài)編碼，也需要用2字節(jié)編碼來實(shí)現(xiàn)。以MCS51系列單片機(jī)和16×16點(diǎn)陣漢字做一優(yōu)化編碼示例：8051的地址指針DPTR是16位指針，由高、低2字節(jié)指針DPH、DPL組合而成，如果將存儲(chǔ)器按0FFH（256）字節(jié)分布，修改DPH即可直接尋址到任一頁，修改DPL可尋址該頁的任一字節(jié)。一個(gè)16×16點(diǎn)陣漢字的字模是32字節(jié)大小，每頁存儲(chǔ)器正好能容納8個(gè)漢字字模?？梢詢?yōu)化設(shè)計(jì)動(dòng)態(tài)編碼的高字節(jié)指向字模的頁地址（DPH），低字節(jié)指向字模在該頁的首地址（DPL）?？紤]地址空間的有效分配，將字庫的地址放在0A000H以后（程序或數(shù)據(jù)存儲(chǔ)器均可），動(dòng)態(tài)編碼的高字節(jié)要加上地址有效分配，將字庫的地址放在0A000H以后（程序或數(shù)據(jù)存儲(chǔ)器均可），動(dòng)態(tài)編碼的高字節(jié)要加上地址的頁偏移量（大于等于0A0H）；考慮漢字與西文字符的區(qū)別，動(dòng)態(tài)編碼的低字節(jié)也需要加上一個(gè)大于或等于0A0H的偏移量。設(shè)某漢字在編碼字典中的序號(hào)為Num，則該漢字的動(dòng)態(tài)編碼為：

動(dòng)態(tài)編碼高字節(jié)=頁偏移量+Num/8

動(dòng)態(tài)編碼低字節(jié)=偏移量+(Num%8)×32    (1)

偏移量一般可設(shè)為0A0H。當(dāng)單片機(jī)顯示某個(gè)漢字時(shí)，只需將其動(dòng)態(tài)編碼的高字節(jié)送DPH，低字節(jié)減0A0H后送DPL，即可得到對(duì)應(yīng)字模的地址指針。

（3）提取字模、建立動(dòng)態(tài)字庫

漢字機(jī)內(nèi)碼與點(diǎn)陣字庫的詳細(xì)關(guān)系可參考有關(guān)資料，它們存在如下聯(lián)系：

字模首地址=（（機(jī)內(nèi)碼高字節(jié)-1）×94+（機(jī)內(nèi)碼低字節(jié)-1））×N    （2）

注：N為一個(gè)漢字點(diǎn)陣字模的字節(jié)數(shù)。

按照編碼字典內(nèi)容，根據(jù)字模首地址，依次取出漢字字模，順序?qū)懭胍粋€(gè)二進(jìn)制文件，即建成動(dòng)態(tài)字庫（其它方法略），用燒錄器寫入EPROM，就可以使用了。

（4）編碼改寫

機(jī)內(nèi)碼是PC機(jī)識(shí)別處理漢字用的，單片機(jī)只能處理我們建立起來的動(dòng)態(tài)編碼，還得把程序中漢字的僅機(jī)碼根據(jù)編碼字典改成對(duì)應(yīng)的動(dòng)態(tài)編碼才行。由于在編寫源程序的文本編輯器中看到的是經(jīng)過系統(tǒng)處理過的字節(jié)，看不到漢字的機(jī)內(nèi)碼，也無法對(duì)其進(jìn)行改寫。根據(jù)"漢字識(shí)別"一節(jié)所述，不經(jīng)過文本編輯器，直接將動(dòng)態(tài)編碼（十六進(jìn)制數(shù)）定改磁盤文件對(duì)應(yīng)位置即可，但是處理過后的漢字在文本編輯器里會(huì)顯示出亂碼。

（5）漢字顯示

在明白了動(dòng)態(tài)編碼與動(dòng)態(tài)字庫中字模的關(guān)系后，可以完成按照PC機(jī)下漢字顯示原理進(jìn)行單片機(jī)下的程序設(shè)計(jì)，編寫前面的函數(shù)printhz（）或子程序的DISPLAY，可參考相關(guān)資料[4]。

4 MCS51漢字顯示例程

根據(jù)上述漢字動(dòng)態(tài)編碼方法，我們利用Borland C++編寫了PC機(jī)預(yù)處理程序，將ASM51或C51源程序用PC機(jī)預(yù)處理后，建立了動(dòng)態(tài)字庫和改寫了機(jī)內(nèi)碼，并且用ASM51寫了一個(gè)針對(duì)MCS51進(jìn)行優(yōu)化的子程序DIS_CHAR。它顯示一個(gè)西文或中文字符，實(shí)現(xiàn)過程如圖2所示。

西文字符碼的顯示與流字顯示基本相同，將西文字庫（僅數(shù)字和字符部分）裝入程序存儲(chǔ)器中，根據(jù)ASCII碼的值計(jì)算出字模首地址，將字符字模依次讀出，再送顯示即可。

此方案不但可用于單片機(jī)系統(tǒng)中，還可應(yīng)用于任何無中文系統(tǒng)支持的嵌入式系統(tǒng)中。根據(jù)這個(gè)思路還可設(shè)計(jì)出不同字體、點(diǎn)陣混合的字庫，支持包含2萬多個(gè)字符的新國標(biāo)編碼，甚至矢量字體在單片機(jī)系統(tǒng)中的應(yīng)用也成為可能。由于技術(shù)水平有限，此方案還存在一些不足之處，如改寫編碼后源程序中漢字顯示為亂碼，不知道改碼處理是否正確，操作比較繁瑣。如果能采用插件技術(shù)實(shí)現(xiàn)此方案，編輯器中能正常顯示漢字，而輸出已經(jīng)是改碼后的程序文件，則能很好地解決上述不足。在這里，我們拋碼引玉，希望有興趣的朋友一起合作，實(shí)現(xiàn)單片機(jī)中文顯示的廣義開發(fā)平臺(tái)。

動(dòng)態(tài)編碼預(yù)處理的C語言源程序(在BC++3.1下調(diào)試通過)見網(wǎng)站補(bǔ)充版（http://www.dpj.com.cn）