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,[phone]"

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 [phone]

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！