VB中的Unicode 和 Ansi 格式

vb中的unicode 和 ansi 格式

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，就是每一个字符都是以 2-byte 的形式表示，而每个「实体字符」
就是一个「字符」。因此，

len("大家好")

len("abc")

所返回的值都是 3，因为「大」和「a」都是一个字符。

但是这对一些中文字串处理，例如纯文字的数据文件，却是一个大灾难，因为你必须以byte
来定位每个字符，可是 unicode 却把一切的处理全搞砸了。例如：

len("good morning") 返回 12，而

len("今天天气很好") 返回 6

对初学者而言，好不容易能使用 vb 来写程序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。

是什么指令呢？最重要的莫过于 strconv 了。strconv 函数的语法为：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 之后，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。

当你处理完毕之后，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,上海市中山路100号,(02)2345678"

debug.print len(sunicode) ' 返回 44

debug.print mid$(sunicode, 5, 10) ' 返回 a123456789

debug.print instr(sunicode, "上海市") ' 返回 23

　

' 将 unicode 字串转成 ansi

sansi = strconv(sunicode, vbfromunicode)

' ansi 运算

debug.print lenb(sansi) ' 返回 54

debug.print midb$(sansi, 8, 10) ' 返回 ?????，因为忘了转回 unicode

debug.print strconv(midb$(sansi, 8, 10), vbunicode) ' 返回 a123456789，请注意转
回 unicode 的动作一定要做

debug.print instrb(sansi, strconv("上海市", vbfromunicode)) ' 返回 23, 不要忘了
要把"上海市"也转成 ansi，否则会找不到

end sub

　

读入文本文件

在 vb 的小技巧中，有一个是快速读文件法：

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，如果你读取的文件内含中文字，那上面这段程序会出现 input pastend of
file 的错误。因为 lof 返回的是文件的 byte 数，而 input 函数读取的是字符数，由于
文件内含中文，因此文件中的字符数将会小于 byte 数，于是就发生错误了。

　

要解决这个问题，我们就要用到 strconv 和 inputb 这两个函数了：

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

　

上面修正程序先用 inputb 将文件读进来，不过使用 inputb 所读入的文件是 ansi格式的，
所以要再用 strconv 转成 unicode 才行。

　

随机数据文件

许多文字数据文件是以固定字节的位置来加以区格，例如下面的数据格式：

王小民650110上海市中山路100号 (02)1234567

张大呆660824花莲县大甲镇广东街23号(03)9876543

......

像这种类型的文件要如何处理呢？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 ' 换行字符 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 ' 取第二笔数据

　

with urecord ' with ... end with 应该会用吧

debug.print .username ' 返回 ???

debug.print strconv(.username, vbunicode) ' 返回 "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
读入的数据是 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 bytearray
的。byte array 通常是用在处理 binary 数据。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后，对处理中文应该不再烦恼了吧！