关于网页捕获，post的数据为中文的处理

∝_装1个，成熟

例如我post会计师事务所名称的值，这个肯定是中文的。网站是：http://cmis.cicpa.org.cn/cicpa2_web/public/query0/1/00.shtml

先看代码： （send数据中的“offName=”就是我需要post的中文数据）

Private Sub Form_Load()

Dimxml As New WinHttp.WinHttpRequest  ‘需要引用winhttp，你也可以createobject

Dimres As String

Dimname1 as string

name1 = "韶关"                   With xml

  .Open "post","http://cmis.cicpa.org.cn/cicpa2_web/OfficeIndexAction.do", False

  .SetRequestHeader "Referer","http://cmis.cicpa.org.cn/cicpa2_web/public/query2/1/00.shtml"

.SetRequestHeader "Content-Type","application/x-www-form-urlencoded;charset=UTF-8"   

  .SetRequestHeader "Host", "cmis.cicpa.org.cn"

' .Option(2) = 65001    'Option(2) =936或950或65001     'GB2312/BIG5/UTF-8

  xml.Send"method=indexQuery&queryType=1&isStock=00&ascGuid=00&offName="& name1   

  res = .ResponseText

End With

IfInStr(1, res, "韶关") <> 0 Then

  MsgBox "yes"

  EndIf

Set xml = Nothing

End Sub

上面是一个典型的post数据查询，其网页是gbk编码的（查看源代码可知道），这时name1这个post数据就要ULR转码，原则上转为GBK格式的，这里有几种方法：

1、 设置请求头的charset格式，例如如下：

SetRequestHeader "Content-Type","application/x-www-form-urlencoded;charset=UTF-8"这一句就是告诉服务器我的数据是UTF-8编码的，你自己看着办吧，一般服务器都能够识别的。而实际上你post的数据会自动转为UTF-8编码方式，所以你不要再把name1的汉字转为UTF-8格式，这种方法最简单。 另外，如果你把charset=UTF-8改为charset=GBK或者其他不是默认的编码，这个方法就不行了，可能就是因为你实际上post的是默认的UTF-8格式，而你却告诉服务器编码是GBK，这当然会乱码。这种方法是强制转换为UTF-8的格式而不是按照网页要求的GBK格式，最后你要告诉服务器你这样做了；其实你如果用浏览器查询的话，浏览器会自动判断格式，转为服务器要求的GBK格式。

2、先将你的需要post的汉字转为GBK格式的字符串（例如%B1%B1），然后赋值给name1 post出去（实际上你用fiddler捕获就会发现post数据就是这样的格式）。这就需要一个函数去转换，这里网上找到一个函数：

Function URLEncodePlus(strURL)    '汉字转GBK、GB2312编码，为ulrcode ；strURL即为要转换的中文字符

'ANSI编码,空格处理成+号

   Dim i

   Dim tempStr

   For i = 1 To Len(strURL)

       If Asc(Mid(strURL, i, 1)) < 0 Then

           tempStr = "%" & Right(CStr(Hex(Asc(Mid(strURL, i, 1)))),2)

           tempStr = "%" & Left(CStr(Hex(Asc(Mid(strURL, i, 1)))),Len(CStr(Hex(Asc(Mid(strURL, i, 1))))) - 2) & tempStr

           URLEncodePlus = URLEncodePlus & tempStr

       ElseIf (Asc(Mid(strURL, i, 1)) >= 65 And Asc(Mid(strURL, i, 1)) <=90) Or _

       (Asc(Mid(strURL, i, 1)) >= 97 And Asc(Mid(strURL, i, 1)) <= 122)Or _

       (Asc(Mid(strURL, i, 1)) >= 48 And Asc(Mid(strURL, i, 1)) <= 57)Then

           URLEncodePlus = URLEncodePlus & Mid(strURL, i, 1)

       Else

           tempStr = Mid(strURL, i, 1)

           Select Case tempStr

           Case ".", "-", "~", "_"    '如果发现网站有其他不需要编码的字符，放在这里

                URLEncodePlus = URLEncodePlus& tempStr

           Case " "

                URLEncodePlus = URLEncodePlus& "+"

           Case Else

                URLEncodePlus = URLEncodePlus& "%" & Hex(Asc(tempStr))

           End Select

       End If

   Next

End Function

上面的函数就是将中文字符转为GBK格式的ulrcode（就是如%B1%B1格式）。需要注意的是这个函数不是万能的，假如人家网页是UTF-8格式的（也就是说post的数据是UTF-8格式的），你post的数据就会乱码，返回也会出错。这就要理解UTF-8和GBK的区别了，简单就是说他们的编码方式不一样，GBK基于ascode码，所以上个函数为了转换用了ASC，hex函数，而UTF-8基于Unicode码，UTF第一个字母是U就可以看出来。具体请看这个链接http://www.haogongju.net/art/525973，写的很容易理解。

3、有的人说可以设置WinHttp.WinHttpRequest的option（2）属性值，但是这种方法我试了一下怎么也不行，不知道为什么。其中option（2）中的2是WinHttpRequestOption_URLCodePage的值，也就是设置URLCode的编码方式为指定的编码方式。其对应关系如下：

  Option(2)= 936或950或65001     'GB2312/BIG5/UTF-8

这里的设置Option(2)=65001还不等同于设置charset=UTF-8，出错的原因可能是对WinHttpRequestOption_URLCodePage理解出错了。

liucqa

http://msdn.microsoft.com/en-us/library/aa384108.aspx

WinHttpRequestOption_URLCodePage

    Sets or retrieves a VARIANT that identifies the code page for the URL string. The default value is the UTF-8 code page. The code page is used to convert the Unicode URL string, passed in the Open method, to a single-byte string representation.

yarchen

我的理解是   
'    Set X1 = CreateObject("WinHttp.WinHttpRequest.5.1")     '中文顯示不正常  需中文轉換
'    Set X1 = CreateObject("Microsoft.XMLHTTP")                  '不需中文轉換  中文顯示正常

我自己試過  提供你參考