*TX 06 - 中国語簡体字の変換

Q: どうすれば Macintosh の簡体字エンコーディングを対応する GB 標準に変換できますか。

A: 簡体字に対する Mac のエンコーディングはシフト GB2312 です。GB2312 から Mac エンコーディングへの変換を行うには、それぞれの文字に 0x8080 を加えます。また、Mac エンコーディングから GB2312 への変換を行うには、それぞれの文字から 0x8080 を差し引きします。たとえば、IDEOGRAPHIC COMMA (unicode のコードポイントは 0x3001) は、GB では 0x2122 ですが、Mac では 0xA1A2 です。 ただ一つ注意すべき文字種はローマ字です。次に、ローマ字の変換方法を具体的に説明するコードを示します。

// 文字の変換が必要な場合は true を返し、文字が 1 バイト文字
// (先頭のバイトだけが処理された文字という意味) の場合は false を返す
// (つまり、戻り値の false は、その文字がローマ字だということを意味する)
boolean MacToGB2312(unsigned char first, unsigned char second,
    unsigned short *output)
{
    if (first < 0x81) {
        *output = first;
        return false;
    } else {
        unsigned short temp;
        temp = (first - 0x80) << 8;
        temp += (second - 0x80);
        *output = temp;
        return true;
    }
}

// これで常に変換が行われ、バイトを個別に取得したり、変換が行われたか
// どうかを知らせる論理値を返す必要はない
void GB2312ToMac(unsigned short input, unsigned short *output)
{
    *output = input + 0x8080;
}