Unicode vs Ansi

Unicode vs Ansi　作者：dongxiao　发布时间：2001/02/05

文章摘要: 　　本文介绍可以在 Unicode 及 Ansi 格式之间自由自在地变来变去的方法。

正文:
Unicode vs Ansi 　　 　　Visual Basic 32-bit 版本的字串处理采用 Unicode，也就是说字串在 VB 内部是以 Unicode 的格式来存放。 　　何谓 Unicode？简单的说，就是每一个字元都是以 2-byte 的型式表示，而每个「实体字元」就是一个「字元」。因此， 　　Len("大家好") 　　Len("abc") 　　所传回的值都是 3，因为「大」和「a」都是一个字元。 　　但是这对一些中文字串处理，例如纯文字的资料档，却是一个大灾难，因为你必须以 byte 来定位每个字元，可是 Unicode 却把一切的处理全搞砸了。例如： 　　Len("Good Morning") 传回 12，而 　　Len("今天天气很好") 传回 6 　　对初学者而言，好不容易能使用 VB 来写程式已经是件了不起的事了，却马上在中文处理上挨了一记闷棍，所受到的打击实在不小。但是不要怕，事实上只要再多了解一些指令，就可以把中文处理的问题解决了。 　　是什麽指令呢？最重要的莫过於 StrConv 了。StrConv 函式的语法为： 　　StrConv(待转换字串, 转换格式) 　　其中转换格式在这里用到的是： 　　vbUnicode 将 Ansi 字串转换为 Unicode 　　vbFromUnicode 将 Unicode 字串转换为 Ansi 　　将字串转成 Ansi 之後，所有的字串处理指令都要加个 B，例如：LeftB, RightB, MidB, ChrB, InstrB, LenB, InputB 等。例用这些指令来处理就行了。 　　当你处理完毕之後，你可以再将它再转回 Unicode，这样就可以使用一般的字串处理指令了。 　　这样讲看得懂吗？如果还是不了解，看看下面的实例说明： [●] 简易使用范例 　　看看下面的基本范例您应该就会对 VB 的字串处理方式有些概念。 Private Sub Command1_Click () Dim sUnicode As String Dim sAnsi As String ' Unicode 运算 sUnicode = "王小明,A123456789,651023,杭州市中山路100号,(02)2345678" Debug.Print Len(sUnicode) ' 传回 44 Debug.Print Mid$(sUnicode, 5, 10) ' 传回 A123456789 Debug.Print Instr(sUnicode, "杭州市") ' 传回 23 ' 将 Unicode 字串转成 Ansi sAnsi = StrConv(sUnicode, vbFromUnicode) ' Ansi 运算 Debug.Print LenB(sAnsi) ' 传回 54 Debug.Print MidB$(sAnsi, 8, 10) ' 传回 ?????，因为忘了转回 Unicode Debug.Print StrConv(MidB$(sAnsi, 8, 10), vbUnicode) ' 传回 A123456789，请注意转回 Unicode 的动作一定要做 Debug.Print InStrB(sAnsi, StrConv("杭州市", vbFromUnicode)) ' 传回 23, 不要忘了要把"杭州市"也转成 Ansi，否则会找不到 End Sub [●] 读入文字档 　　在 VB 的小技巧中，有一个是快速读档法： Private Sub Command1_Click () Dim sFile As String Open "C:/filename.txt" For Input As #1 sFile = Input$(LOF(1), #1) Close #1 End Sub 　　但是很不幸地，如果你读取的档案内含中文字，那上面这段程式会出现 Input past end of file 的错误。因为 LOF 传回的是档案的 byte 数，而 Input 函式读取的是字元数，由於档案内含中文，因此档案中的字元数将会小於 byte 数，於是就发生错误了。 　　要解决这个问题，我们就要用到 StrConv 和 InputB 这两个函式了： Private Sub Command1_Click () Dim sFile As String Open "C:/filename.txt" For Input As #1 sFile = StrConv(InputB$(LOF(1), #1), vbUnicode) Close #1 End Sub 　　上面修正程式先用 InputB 将档案读进来，不过使用 InputB 所读入的档案是 Ansi 格式的，所以要再用 StrConv 转成 Unicode 才行。 [●] 随机资料档 　　许多文字资料档是以固定位元组的位置来加以区格，例如下面的资料格式： 　　王小民650110杭州市中山路100号 (02)1234567 　　张大呆660824余杭市大甲镇广东街23号(03)9876543 　　...... 　　像这种类型的档案要如何处理呢？这是就必须用到 Type 以及 byte array 了。 Private Type tagRecord Username(5) As Byte ' 姓名 6 bytes Birthday(5) As Byte ' 生日 6 bytes Address(21) As Byte ' 地址 22 bytes TEL(11) As Byte ' 电话 12 bytes CrLf(1) As Byte ' 换列字元 2 bytes End Type Private Sub Command1_Click() Dim uRecord As tagRecord Open "C:/filename.dat" For Random As #1 Len = LenB(uRecord) Get #1, 2, uRecord ' 取第二笔资料 With uRecord ' With ... End With 应该会用吧 Debug.Print .Username ' 传回 ??? Debug.Print StrConv(.Username, vbUnicode) ' 传回 "张大呆" End With Close #1 End Sub 　　在这个例子中，一定要用到 byte array，因为只有 byte array 才能正确地定位到每个 byte 的位置。以前使用字串来定位的方法已经不适用了，千万要记住！但是使用byte array 所读入的资料是 Ansi 格式，若要处理或是做运算的话，记得还要转成Unicode 格式才行。 [●] 使用 Byte Array 　　除了上面必须使用 byte 精确定位的例子之外，纯文字的处理基本上是用不到 byte array 的。byte array 通常是用在处理 binary 资料。这方面的问题我们将另文讨论。 　　看吧！只要熟悉使用 StrConv，你就可以在 Unicode 及 Ansi 格式之间自由自在地变来变去，相信当您看完这篇文章之後，对处理中文应该不再烦恼了吧！