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,台北市中山路100号,(02)2345678" Debug.Print Len(sUnicode) ' 传回 44 Debug.Print Mid$(sUnicode, 5, 10) ' 传回 A123456789 Debug.Print Instr(sUnicode, "台北市") ' 传回 23
' 将 Unicode 字串转成 Ansi sAnsi = StrConv(sUnicode, vbFromUnicode) ' Ansi 运算 Debug.Print LenB(sAnsi) ' 传回 54 Debug.Print MidB$(sAnsi, 8, 10) ' 传回 ?????,因为忘了转回 Unicode Debug.Print StrConv(MidB$(sAnsi, 8, 10), vbUnicode) ' 传回 A123456789,请注意转回 Unicode 的动作一定要做 Debug.Print InStrB(sAnsi, StrConv("台北市", vbFromUnicode)) ' 传回 23, 不要忘了要把"台北市"也转成 Ansi,否则会找不到 End Sub
[●] 读入文字档
在 VB 的小技巧中,有一个是快速读档法:
Private Sub Command1_Click () Dim sFile As String
Open "C:\filename.txt" For Input As #1 sFile = Input$(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台北市中山路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! 返回
字符串中文的问题 字串中文的问题,起於vb的字串是使用UniCode,而我们一般是使用Ascii Code。 这差别在何处呢?UniCode的每个字元长度是2个byte,而Ascii是一个byte,如果说,我将们将VB的字串写入档案,有时会有意想不到的结果。例如: Text1.Text = "这是一个abc" len5 = Len(str5) 如果我们的Access资料库有一栏位的长度是10个Byte,所以我们在TextBox中设定 MaxLength = 10,但是上面的例子得到的len5是7,而不是我们认为的11,因为不管 是中文或英文,vb一律以UniCode来存,所以str5的长度是7个"字元",而text1最大 的长度限制是10,7没有超过10,故使用者仍可输入,但存档时,11个byte超过10个byte,所以会有错。 可是或许有人发现,使用RS232来传资料时,另一端主机是Ascii编码的机器,在vb中 我们若使用String来传,一样可以通啊,其实那是vb在传送与接收data时,会做转换 ,使我们的程式设计较方便,但如果传的资料是Binary时,就头大啦。例如说,以字 串的方式来传送资料,当想传Ascii 大於128时,常有些问题,因为ASC(Chr(129))=0 ,使我们不能用Chr()的指令来放资料。(事实上,您可以使用ChrW(129)来存资料, 和使用AscW()来取得值,加个W代表是Word的运算),这时候,就只有使用Byte Array来做了。1.UniCode转成ByteAry Dim byteAry() As Byte Dim str5 As String Dim i As Long str5 = "这abc" byteAry = str5 For i = LBound(byteAry) To UBound(byteAry) Debug.Print byteAry(i) '得 25 144 97 0 98 0 99 0 Next i Debug.Print Len(str5), LenB(str5) '得4 8 所以了,可看出UniCode 的特性,程式应改一下,使用Strconv()来转换 Dim byteAry() As Byte Dim str5 As String Dim i As Long str5 = "这abc" byteAry = StrConv(str5, vbFromUnicode) For i = LBound(byteAry) To UBound(byteAry) Debug.Print byteAry(i) '得 25 144 97 98 99 Next i Debug.Print LenB(StrConv(str5, vbFromUnicode)) '得5 2.ByteAry转回UniCode 使用Strconv()转换 Dim byteAry(10) as Byte Dim Str5 as String byteAry(0) = 25 byteAry(1) = 144 byteAry(2) = 97 byteAry(3) = 98 byteAry(4) = 99 Str5 = StrConv(byteAry, vbUniCode)3.一些有用的函式SubStr() 中文化取子字串,相对Mid() Strlen() 中文化字串长度,相对Len() StrLeft() 中文化取左字串,相对Left() StrRight() 中文化取右字串,相对Right() isChinese() Check某个字是否中文字
Public Function SubStr(ByVal tstr As String, start As Integer, Optional leng As Variant) As String Dim tmpstr As String If IsMissing(leng) Then tmpstr = StrConv(MidB(StrConv(tstr, vbFromUnicode), start), vbUnicode) Else tmpstr = StrConv(MidB(StrConv(tstr, vbFromUnicode), start, leng), vbUnicode) End If SubStr = tmpstr End Function
Public Function Strlen(ByVal tstr As String) As Integer Strlen = LenB(StrConv(tstr, vbFromUnicode)) End Function
Public Function StrLeft(ByVal str5 As String, ByVal len5 As Long) As String Dim tmpstr As String tmpstr = StrConv(str5, vbFromUnicode) tmpstr = LeftB(tmpstr, len5) StrLeft = StrConv(tmpstr, vbUnicode) End Function
Public Function StrRight(ByVal str5 As String, ByVal len5 As Long) As String Dim tmpstr As String tmpstr = StrConv(str5, vbFromUnicode) tmpstr = RightB(tmpstr, len5) StrLeft = StrConv(tmpstr, vbUnicode) End Function
Public Function isChinese(ByVal asciiv As Integer) As Boolean If Len(Hex$(asciiv)) > 2 Then isChinese = True Else isChinese = False End If End Function
混合字符串的长度 在中文环境下,每个字被当做两个 Byte : Len("汉1") = 2 LenB("汉1") = 4 但在许多情况下,我们希望中文字长度为 2,英文字符为 1。可用以下的函数: LenB(StrConv("汉1"), vbFormUnicode)) 返回
清除字符串中指定的字符 该函数在字符串 s 中清除 Search(注意:如果 s 为 AAABBB,Search 为 AB。如何?) :
Function StringCleaner(s As String, Search As String) As String Dim i As Integer, res As String res = s Do While InStr(res, Search) i = InStr(res, Search) res = Left(res, i - 1) & Mid(res, i + 1) Loop StringCleaner = res End Function 返回

|