UTf8转中文有乱码，如何解决

我用DownToStr获取一个UTF8编码的网页时返回的是乱码，再用Utf8ToUnicode转码，大部分都正确了
现在有这么一个问题，比如说 “中文1234” 这各格式的结果就是“中?234” ，也就是说中文字和后面的一个半角的数字或标点符合就会合成一个新的乱码，有什么100%无乱码的转换代码吗？


Public Function DownToStr(ByVal sUrl As String) As String
    On Error GoTo ToExit '打开错误陷阱
    '------------------------------------------------
    Dim hOpen As Long, hFile As Long, RetLen As Long, Buffer() As Byte, szBuffer As String
    hOpen = InternetOpen(vbNullString, INTERNET_OPEN_TYPE_DIRECT, vbNullString, vbNullString, 0)
    hFile = InternetOpenUrl(hOpen, sUrl, vbNullString, ByVal 0&, INTERNET_FLAG_RELOAD, ByVal 0&)
    If hFile <> 0 Then
        Do
            ReDim Buffer(OnceLen - 1)
            InternetReadFile hFile, ByVal VarPtr(Buffer(0)), OnceLen, RetLen
            DoEvents
            If RetLen = 0 Then Exit Do
            If RetLen < OnceLen Then ReDim Preserve Buffer(RetLen - 1)
            szBuffer = szBuffer & CStr(Buffer)
        Loop
        InternetCloseHandle hFile
    End If
    InternetCloseHandle hOpen
    DownToStr = StrConv(szBuffer, vbUnicode)
    '------------------------------------------------
    Exit Function
    '----------------
ToExit:
    DownToStr = ""
    MsgBox "远程连接出错：" & Err.Number & "  " & Err.Description
End Function


Private Declare Function MultiByteToWideChar Lib "kernel32" (ByVal CodePage As Long, ByVal dwFlags As Long, ByRef lpMultiByteStr As Any, ByVal cchMultiByte As Long, ByVal lpWideCharStr As Long, ByVal cchWideChar As Long) As Long
Private Const CP_UTF8 = 65001
' Utf8 to Unicode
Public Function Utf8ToUnicode(ByVal sUTF8 As String) As String

    Dim lngUtf8Size      As Long
    Dim strBuffer        As String
    Dim lngBufferSize    As Long
    Dim lngResult        As Long
    Dim bytUtf8()        As Byte
    Dim N                As Long
    If LenB(sUTF8) = 0 Then Exit Function
    bytUtf8 = StrConv(sUTF8, vbFromUnicode)
    lngUtf8Size = UBound(bytUtf8) + 1
    On Error GoTo 0
    lngBufferSize = lngUtf8Size * 2
    strBuffer = String$(lngBufferSize, vbNullChar)
    'Translate using code page 65001(UTF-8)
    lngResult = MultiByteToWideChar(CP_UTF8, 0, bytUtf8(0), lngUtf8Size, StrPtr(strBuffer), lngBufferSize)
    'Trim result to actual length
    If lngResult Then
        Utf8ToUnicode = Left$(strBuffer, lngResult)
    End If
End Function

6 个解决方案

#1

Private Declare Function MultiByteToWideChar Lib "kernel32" (ByVal CodePage As Long, ByVal dwFlags As Long, ByRef lpMultiByteStr As Any, ByVal cchMultiByte As Long, ByVal lpWideCharStr As Long, ByVal cchWideChar As Long) As Long
Private Declare Function WideCharToMultiByte Lib "kernel32" (ByVal CodePage As Long, ByVal dwFlags As Long, ByVal lpWideCharStr As Long, ByVal cchWideChar As Long, ByRef lpMultiByteStr As Any, ByVal cchMultiByte As Long, ByVal lpDefaultChar As Long, ByVal lpUsedDefaultChar As Long) As Long
'常用的代码页：
const cpUTF8   =65001
const cpGB2312 =  936
const cpGB18030=54936
const cpUTF7   =65000
Function MultiByteToUTF16(UTF8() As Byte, CodePage As Long) As String
    Dim bufSize As Long
    bufSize = MultiByteToWideChar(CodePage, 0&, UTF8(0), UBound(UTF8) + 1, 0, 0)
    MultiByteToUTF16 = Space(bufSize)
    MultiByteToWideChar CodePage, 0&, UTF8(0), UBound(UTF8) + 1, StrPtr(MultiByteToUTF16), bufSize
End Function

Function UTF16ToMultiByte(UTF16 As String, CodePage As Long) As Byte()
    Dim bufSize As Long
    Dim arr() As Byte
    bufSize = WideCharToMultiByte(CodePage, 0&, StrPtr(UTF16), Len(UTF16), 0, 0, 0, 0)
    ReDim arr(bufSize - 1)
    WideCharToMultiByte CodePage, 0&, StrPtr(UTF16), Len(UTF16), arr(0), bufSize, 0, 0
    UTF16ToMultiByte = arr
End Function

Private Sub Command1_Click()
    MsgBox MultiByteToUTF16(UTF16ToMultiByte("ab中,c", cpUTF8), cpUTF8)
End Sub

#2

引用 1 楼  的回复:

VB code
Private Declare Function MultiByteToWideChar Lib "kernel32" (ByVal CodePage As Long, ByVal dwFlags As Long, ByRef lpMultiByteStr As Any, ByVal cchMultiByte As Long, ByVal lpWideCharStr As Lon……

+1

#3

引用 1 楼  的回复:

VB code
Private Declare Function MultiByteToWideChar Lib "kernel32" (ByVal CodePage As Long, ByVal dwFlags As Long, ByRef lpMultiByteStr As Any, ByVal cchMultiByte As Long, ByVal lpWideCharStr As Lo……

你这个到底要干嘛用的？解释一下？

#4

你这个MsgBox MultiByteToUTF16(UTF16ToMultiByte("ab中,c", cpUTF8), cpUTF8）测试到是正常的，但你用我哪个DownToStr抓一个UTF8的网页代码，转换DownToStr中的就会还是更多乱码

#5

确定是UTF8　65001 吗?我用过一个类似函数解出来也是部分乱码.
后来经不懈努力才发现,原来那网页是936的,不是UTF8. 65001 改成936就OK了.
试试咯,解码函数网络有很多,一般都比较成熟不会出错咯~~~

#6

要转换不出错，其实代码是没有问题的。关键是你转换的源！！抓取到的数据直接byte数组这样不会出现乱码的，如果是string的话，因为已经转换过一次了，所以会出现乱码的。呵呵