專利名稱：計算機信息處理產(chǎn)品測試樣本文件的生成方法
技術(shù)領域：
本發(fā)明涉及一種計算機信息處理產(chǎn)品測試樣本文件的生成方法，特別是指一種對計算機信息處理產(chǎn)品與中文編碼字符集標準的符合程度進行測試時，測試樣本文件的生成方法，屬于計算機信息處理技術(shù)領域。
背景技術(shù)：
文字信息在計算機信息處理產(chǎn)品中是以二進制編碼形式存在的。因此，二進制編碼和文字符號之間就有了對應關系。如果兩個計算機信息處理產(chǎn)品各自采用的上述對應關系互不相同，這兩個計算機信息處理產(chǎn)品之間的信息交換或信息共享就不能正常進行。中文編碼字符集標準就是為了解決上述問題而制定的；換句話說，如果所有的計算機信息處理產(chǎn)品都遵循中文編碼字符集標準對中文文字信息進行處理，就不會出現(xiàn)計算機信息處理產(chǎn)品之間不能正常進行信息交換或信息共享的問題。
為了驗證一個計算機信息處理產(chǎn)品是否符合某一中文編碼字符集標準，就需要對該計算機信息處理產(chǎn)品進行具體的測試。中文編碼字符集標準涉及的計算機信息處理產(chǎn)品很多，包括計算機操作系統(tǒng)、計算及圖形/圖象處理產(chǎn)品、辦公自動化產(chǎn)品、計算機軟件開發(fā)工具、瀏覽器、電子郵件工具(E-mail)等等，而這些計算機信息處理產(chǎn)品又會運行于各不相同的計算機操作系統(tǒng)中，例如Unix、Linux、OS2、Solaris、Windows等等。要在每個操作系統(tǒng)上進行針對各種計算機信息處理產(chǎn)品的測試是非常復雜的工作。
以往，也有一些檢測計算機信息處理產(chǎn)品是否符合中文標準的檢測方法，這些方法的主要特點是將漢字及符號顯示出來，與中文字庫進行比較，而沒有真正對相應計算機信息處理產(chǎn)品是否符合中文字符編碼標準進行檢測；因此，從1980年第一個中文編碼字符集標準發(fā)布以來，始終沒有這樣的一種檢測手段來滿足對計算機信息處理產(chǎn)品是否符合中文編碼字符集標準的需求。

發(fā)明內(nèi)容
本發(fā)明的主要目的是提供一種計算機信息處理產(chǎn)品測試樣本文件的生成方法，將符合中文編碼字符集標準的編碼寫入到測試樣本文件之中，為所述計算機信息處理產(chǎn)品對于中文編碼字符集標準地符合程度的測試提供測試樣本數(shù)據(jù)。
本發(fā)明通過如下的技術(shù)方案解決實現(xiàn)本發(fā)明的目的根據(jù)中文編碼字符集標準，將用于檢測計算機信息處理產(chǎn)品的樣本字符所對應的中文字符編碼經(jīng)過處理后，寫入到測試樣本文件之中；具體過程如下步驟1建立一個空的測試樣本文件；步驟2按照中文編碼字符集標準，對要寫入到所述測試樣本文件的中文編碼的每個字節(jié)逐個與其取值范圍進行比較；步驟3如果該字節(jié)的取值不符合所述中文編碼字符集標準，執(zhí)行步驟5；步驟4如果該字節(jié)的取值符合所述中文編碼字符集標準，則將該字節(jié)寫入到所述測試樣本文件中；步驟5取下一個字節(jié)后，重復執(zhí)行步驟2-5，直到最后一字節(jié)處理完畢。
為了使測試樣本文件能夠廣泛地適應對所有的計算機信息處理產(chǎn)品的測試，還可以采用為計算機信息處理產(chǎn)品提供運行支持的計算機操作系統(tǒng)所能處理的文件格式建立。
本發(fā)明提供的方法，將符合中文編碼字符集標準的編碼寫入到測試樣本文件之中，為所述計算機信息處理產(chǎn)品對于中文編碼字符集標準地符合程度的測試提供測試樣本數(shù)據(jù)；改變了以往檢測計算機信息處理產(chǎn)品時與中文字庫進行比較的測試手段，提供了真正對符合計算機信息處理產(chǎn)品測試的測試數(shù)據(jù)源。


圖1為本發(fā)明單字節(jié)編碼空間測試樣本文件生成流程圖；圖2為本發(fā)明雙字節(jié)編碼空間測試樣本文件生成流程圖；圖3為本發(fā)明四字節(jié)編碼空間測試樣本文件生成流程圖。
具體實施例方式
以下結(jié)合附圖和具體的實施例對本發(fā)明作進一步的詳細說明中文編碼字符集標準涉及的計算機信息處理產(chǎn)品很多，包括操作系統(tǒng)、圖形圖象處理、辦公自動化、開發(fā)工具、瀏覽器、E-mail等等，而這些計算機信息處理產(chǎn)品又會運行在不同的操作系統(tǒng)上，例如Unix、Linux、OS2、Solaris、Windows等。因此，要在每種操作系統(tǒng)上建立一套針對各種計算機信息處理產(chǎn)品的測試程序是非常復雜的工作。但是，由于輸入過程不在編碼標準的測試范圍之內(nèi)，那么，最方便的輸入方法就是直接將二進制編碼提交給計算機信息處理產(chǎn)品。文本文件的存儲格式完全是字符的二進制編碼，而且在所有計算機信息處理產(chǎn)品、操作系統(tǒng)中的解析是相同的。因此，可以把測試樣本文件構(gòu)造為文本文件格式(TXT格式)。中文編碼字符集標準中，每個字節(jié)的取值范圍是有界的，所有字符的編碼位置在整個編碼空間中形成多塊空間，每塊空間中，中文字符的編碼是連續(xù)的。在生成測試樣本文件時，只要控制好每個字節(jié)的取值范圍就可以得到完整的測試樣本字符編碼的集合了。這里所說的取值范圍由采用的中文編碼字符集標準，例如GB18030-2000中文編碼字符集標準，規(guī)定。
以GB18030-2000中文編碼字符集標準為例，生成具有該標準中所有字符編碼的測試樣本文件時，可以采用一計算機軟件開發(fā)一測試樣本文件的自動生成程序。該程序的流程參見圖1。
首先，需要建立一個空的測試樣本文件；然后，按照中文編碼字符集標準，對要寫入到所述測試樣本文件的中文編碼的每個字節(jié)逐個與其取值范圍進行比較；如果該字節(jié)的取值符合所述中文編碼字符集標準，則將該字節(jié)寫入到所述測試樣本文件中；如果該字節(jié)的取值不符合所述中文編碼字符集標準，則取下一個字節(jié)，重復執(zhí)行步驟2-5，直到最后一字節(jié)處理完畢。
由于GB18030-2000中文編碼字符集標準是一個單、雙、四字節(jié)混合的編碼標準，為了進一步驗證計算機信息處理產(chǎn)品與GB18030-2000中文編碼字符集標準之間的符合程度，還可以將測試樣本文件生成為雙、四字節(jié)混合的測試樣本文件，各字節(jié)編碼的字符數(shù)量按GB18030-2000中文編碼字符集標準中各字節(jié)編碼字符數(shù)量的比例生成。由于圖1所示的處理只是生成單字節(jié)中文編碼字符的測試樣本文件處理過程，對于雙字節(jié)、四字節(jié)中文編碼字符的測試樣本文件的處理而言，其過程與生成單字節(jié)中文編碼字符的測試樣本文件處理過程沒有太大的差別，只是按照相應的字節(jié)數(shù)量，增加對各個字節(jié)的取值范圍的比較過程即可，具體參見圖2、3。
在測試計算機信息處理產(chǎn)品時，對其所述測試樣本文件中的字符編碼進行簡單的編輯操作，例如剪切、粘貼、刪除、插入。如果這些編輯操作的結(jié)果不會造成測試樣本文件中的文本混亂，則上述的測試說明被測試計算機信息處理產(chǎn)品符合GB18030-2000中文編碼字符集標準的要求。
具體的一個測試過程實例如下采用包含15個均為TXT格式的測試樣本文件，分別對應GB18030-2000中文編碼字符集標準中的雙字節(jié)字符1至5區(qū)、三個用戶自定義區(qū)、四字節(jié)漢字區(qū)、單字節(jié)區(qū)、蒙文區(qū)、藏文區(qū)、彝文區(qū)、維文區(qū)和單雙四字節(jié)混排測試樣本；字符的排列格式與順序與GB18030-2000中文編碼字符集標準完全一致。測試過程中，在被測的計算機信息處理產(chǎn)品中依次顯示各個測試樣本字符，并與GB18030-2000中文編碼字符集標準進行比較。
一般的操作系統(tǒng)和辦公軟件都提供有字處理工具，因此，能很方便地顯示測試樣本。而對于類似于計算機開發(fā)工具、圖形圖像處理軟件、網(wǎng)絡傳輸軟件等，則可以通過函數(shù)、API等手段開發(fā)出支持GB18030-2000中文編碼字符集標準的應用程序，使這些被測計算機信息處理產(chǎn)品的界面、編輯區(qū)等處可以正確地顯示或處理GB18030-2000中文編碼字符集標準的字符。
由于計算機信息處理產(chǎn)品輸出的字符顯示結(jié)果是圖形，由點陣字或是曲線字表示。而GB18030-2000中文編碼字符集標準是印刷品。因此，將上述的測試樣本字符集分成若干個子集，采用人工方式進行與GB18030-2000中文編碼字符集標準的比較。由于本發(fā)明提供了上述的測試樣本文件的生成方法，因此，使得這種測試與標準的吻合度更高。
最后應說明的是以上實施例僅用以說明本發(fā)明而并非限制本發(fā)明所描述的技術(shù)方案；因此，盡管本說明書參照上述的各個實施例對本發(fā)明已進行了詳細的說明，但是，本領域的普通技術(shù)人員應當理解，仍然可以對本發(fā)明進行修改或者等同替換；而一切不脫離本發(fā)明的精神和范圍的技術(shù)方案及其改進，其均應涵蓋在本發(fā)明的權(quán)利要求范圍當中。
權(quán)利要求
1.一種計算機信息處理產(chǎn)品測試樣本文件的生成方法，其特征在于根據(jù)中文編碼字符集標準，將用于檢測計算機信息處理產(chǎn)品的樣本字符所對應的中文字符編碼經(jīng)過處理后，寫入到測試樣本文件之中；具體過程如下步驟1建立一個空的測試樣本文件；步驟2按照中文編碼字符集標準，對要寫入到所述測試樣本文件的中文編碼的每個字節(jié)逐個與其取值范圍進行比較；步驟3如果該字節(jié)的取值不符合所述中文編碼字符集標準，即不在所述的取值范圍之內(nèi)，執(zhí)行步驟5；步驟4如果該字節(jié)的取值符合所述中文編碼字符集標準，則將該字節(jié)寫入到所述測試樣本文件中；步驟5取下一個字節(jié)，重復執(zhí)行步驟2-5，直到最后一個字節(jié)處理完畢。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于所述測試樣本文件采用所述計算機信息處理產(chǎn)品運行的計算機操作系統(tǒng)所支持的文件格式建立。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于所述的取值范圍由所述的中文編碼字符集標準確定。
全文摘要
本發(fā)明公開了一種計算機信息處理產(chǎn)品測試樣本文件的生成方法，根據(jù)中文編碼字符集標準，將用于檢測計算機信息處理產(chǎn)品的樣本字符所對應的中文字符編碼經(jīng)過處理后，寫入到測試樣本文件之中；本發(fā)明提供的方法，將符合中文編碼字符集標準的編碼寫入到測試樣本文件之中，為所述計算機信息處理產(chǎn)品對于中文編碼字符集標準地符合程度的測試提供測試樣本數(shù)據(jù)；改變了以往檢測計算機信息處理產(chǎn)品時與中文字庫進行比較的測試手段，提供了真正對符合計算機信息處理產(chǎn)品測試的測試數(shù)據(jù)源。
文檔編號G06F11/36GK1912847SQ200510087778
公開日2007年2月14日 申請日期2005年8月8日 優(yōu)先權(quán)日2005年8月8日
發(fā)明者王立建, 吳志剛, 王欣 申請人:中國電子技術(shù)標準化研究所