VB编程中的Unicode vs Ansi

VB编程中的Unicode vs Ansi
━━━━━━━━━━━━━━━━━━━━━━━━━━

作者:枕善居主

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 ))


    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