[发明专利]生僻字的编码扩展方法、装置、存储介质及电子设备

权利要求书

1.一种生僻字的编码扩展方法，其特征在于，包括：

获取第一输入信息、当前支持的第一编码以及待转换的第二编码，其中，第一编码为大字符集编码，第二编码为小字符集编码；

将所述第一输入信息转换为第一编码的字节信息；

若所述字节信息中包括单字节字符，则判断所述单字节字符是否为第一转义字符，其中，所述第一转义字符包括转义开始字符；

若所述单字节字符是所述第一转义字符，则按照预设方式对所述第一转义字符进行转换；

若所述单字节字符不是所述第一转义字符，则按照第一编码与第二编码的标准进行转换；

判断所述字节信息中是否包括生僻字的字节编码序列；

若所述字节信息中包括所述生僻字的字节编码序列，则将所述生僻字的字节编码序列转义为与第一编码以及第二编码约定格式对应的转义序列进行表示；

当第二编码为EBCDIC时，所述与第一编码以及第二编码约定格式对应的转义序列包括：

与所述生僻字的Unicode编码对应的4字节代理对，其中，所述4字节代理对包括第1字节b1、第2字节b2、第3字节b3以及第4字节b4；

第1字节b1＝m1+0xC0；

第2字节b2＝m2+0x10；

第3字节b3＝m3+0x80；

第4字节b4＝n3+0x10；

若U＝所述生僻字的16进制Unicode编码值，则m1＝U/16384取整，n1＝U％16384，m2＝n1/1024取整，n2＝n1％1024，m3＝n2/16取整，n3＝n2％16。

2.根据权利要求1所述的编码扩展方法，其特征在于，判断所述字节信息中是否包括生僻字的字节编码序列包括：

当第一编码为GB18030编码时，若字节信息中存在合法的4字节编码序列表示的字符，则判断为包括生僻字的字节编码序列。

3.根据权利要求1所述的编码扩展方法，其特征在于，判断所述字节信息中是否包括生僻字的字节编码序列包括：

当第一编码为UTF8时，若字节信息中存在合法的2-4字节编码序列表示的字符，则获取该字节编码序列表示字符的Unicode编码；

根据获取的Unicode编码查表或计算得到该字符的GB18030编码；

若为合法的GB18030编码的4字节编码序列表示的字符，则判断为包括生僻字的字节编码序列。

4.根据权利要求1所述的编码扩展方法，其特征在于，所述与第一编码以及第二编码约定格式对应的转义序列包括：

转义开始字符的字节编码序列以及固定长度的与所述生僻字的字节编码序列对应的16进制Unicode编码的字节编码序列。

5.根据权利要求1所述的编码扩展方法，其特征在于，所述与第一编码以及第二编码约定格式对应的转义序列包括：

转义开始字符的字节编码序列、与所述生僻字的字节编码序列对应的16进制Unicode编码的字节编码序列以及转义结束的字符的字节编码序列，其中所述生僻字的16进制Unicode编码的字节编码序列为变长。