Unicode vs Ansi

Unicode vs Ansi　作者：dongxiao　發布時間：2001/02/05

文章摘要: 　　本文介紹可以在 Unicode 及 Ansi 格式之間自由自在地變來變去的方法。

本文:
Unicode vs Ansi 　　 　　Visual Basic 32-bit 版本的字串處理採用 Unicode，也就是說字串在 VB 內部是以 Unicode 的格式來存放。 　　何謂 Unicode？簡單的說，就是每一個字元都是以 2-byte 的型式表示，而每個「實體字元」就是一個「字元」。因此， 　　Len("大家好") 　　Len("abc") 　　所傳回的值都是 3，因為「大」和「a」都是一個字元。 　　但是這對一些中文字串處理，例如純文字的資料檔，卻是一個大災難，因為你必須以 byte 來定位每個字元，可是 Unicode 卻把一切的處理全搞砸了。例如： 　　Len("Good Morning") 傳回 12，而 　　Len("今天天氣很好") 傳回 6 　　對初學者而言，好不容易能使用 VB 來寫程式已經是件了不起的事了，卻馬上在中文處理上挨了一記悶棍，所受到的打擊實在不小。但是不要怕，事實上只要再多瞭解一些指令，就可以把中文處理的問題解決了。 　　是什麽指令呢？最重要的莫過於 StrConv 了。StrConv 函式的文法為： 　　StrConv(待轉換字串, 轉換格式) 　　其中轉換格式在這裡用到的是： 　　vbUnicode 將 Ansi 字串轉換為 Unicode 　　vbFromUnicode 將 Unicode 字串轉換為 Ansi 　　將字串轉成 Ansi 之後，所有的字串處理指示都要加個 B，例如：LeftB, RightB, MidB, ChrB, InstrB, LenB, InputB 等。例用這些指令來處理就行了。 　　當你處理完畢之後，你可以再將它再轉回 Unicode，這樣就可以使用一般的字串處理指示了。 　　這樣講看得懂嗎？如果還是不瞭解，看看下面的執行個體說明： [●] 簡易使用範例 　　看看下面的基本範例您應該就會對 VB 的字串處理方式有些概念。 Private Sub Command1_Click () Dim sUnicode As String Dim sAnsi As String ' Unicode 運算 sUnicode = "王小明,A123456789,651023,杭州市中山路100號,(02)2345678" Debug.Print Len(sUnicode) ' 傳回 44 Debug.Print Mid$(sUnicode, 5, 10) ' 傳回 A123456789 Debug.Print Instr(sUnicode, "杭州市") ' 傳回 23 ' 將 Unicode 字串轉成 Ansi sAnsi = StrConv(sUnicode, vbFromUnicode) ' Ansi 運算 Debug.Print LenB(sAnsi) ' 傳回 54 Debug.Print MidB$(sAnsi, 8, 10) ' 傳回 ?????，因為忘了轉回 Unicode Debug.Print StrConv(MidB$(sAnsi, 8, 10), vbUnicode) ' 傳回 A123456789，請注意轉回 Unicode 的動作一定要做 Debug.Print InStrB(sAnsi, StrConv("杭州市", vbFromUnicode)) ' 傳回 23, 不要忘了要把"杭州市"也轉成 Ansi，否則會找不到 End Sub [●] 讀入文字檔 　　在 VB 的小技巧中，有一個是快速讀檔法： Private Sub Command1_Click () Dim sFile As String Open "C:/filename.txt" For Input As #1 sFile = Input$(LOF(1), #1) Close #1 End Sub 　　但是很不幸地，如果你讀取的檔案內含中文字，那上面這段程式會出現 Input past end of file 的錯誤。因為 LOF 傳回的是檔案的 byte 數，而 Input 函式讀取的是字元數，由於檔案內含中文，因此檔案中的字元數將會小於 byte 數，於是就發生錯誤了。 　　要解決這個問題，我們就要用到 StrConv 和 InputB 這兩個函式了： 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 將檔案讀進來，不過使用 InputB 所讀入的檔案是 Ansi 格式的，所以要再用 StrConv 轉成 Unicode 才行。 [●] 隨機資料檔 　　許多文字資料檔是以固定位元組的位置來加以區格，例如下面的資料格式： 　　王小民650110杭州市中山路100號 (02)1234567 　　張大獃660824餘杭市大甲鎮廣東街23號(03)9876543 　　...... 　　像這種類型的檔案要如何處理呢？這是就必須用到 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 ' 電話 12 bytes CrLf(1) As Byte ' 換列字元 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 ' 取第二筆資料 With uRecord ' With ... End With 應該會用吧 Debug.Print .Username ' 傳回 ??? Debug.Print StrConv(.Username, vbUnicode) ' 傳回 "張大獃" End With Close #1 End Sub 　　在這個例子中，一定要用到 byte array，因為只有 byte array 才能正確地定位到每個 byte 的位置。以前使用字串來定位的方法已經不適用了，千萬要記住！但是使用byte array 所讀入的資料是 Ansi 格式，若要處理或是做運算的話，記得還要轉成Unicode 格式才行。 [●] 使用 Byte Array 　　除了上面必須使用 byte 精確定位的例子之外，純文字的處理基本上是用不到 byte array 的。byte array 通常是用在處理 binary 資料。這方面的問題我們將另文討論。 　　看吧！只要熟悉使用 StrConv，你就可以在 Unicode 及 Ansi 格式之間自由自在地變來變去，相信當您看完這篇文章之後，對處理中文應該不再煩惱了吧！