如何理解VBA内部的Unicode字符串

liucqa

看了一篇文章，理解有所加强

有关API字符串－－API programmer必看.rar (10.04 KB, 下载次数: 89)

2012-2-24 01:10 上传

点击文件名下载附件

这篇文章来自
Win32 API Programming with Visual Basic 的第六章。这本书我在网上只找到英文版。谁有全书的中文版，共享一下，谢谢！
本书中文译名《Visual Basic Win32 API编程》

贴出来一小段供大家学习
对Visual Basic来说，所有的字符是以2字节的Unicode形式表述的。（译者：在Visual Basic里处理字符是以Unicode格式的，不管所处的操作系统是可以以ANSI格式处理字符的Win98还是以Unicode格式的WinNT，但Visual Basic也支持ANSI格式的字符串传送，例如调用一个需要接收ANSI字符串的API函数时，Visual Basic会自动将其内部以Unicode格式表述的字符串转换为ANSI格式字符串传送。ANSI格式的字符是仅以一个字节来表述的字符。）从另一方面来说，Visual Basic使用Unicode格式在字符串中表述字符。例如，ASCII这样表述字符h：&H68，而Unicode是这样表述的：&H0068，同时在内存中则是这样保存：68 00。

    本来，字符串“help”在内存中应该保存为这样：

    00 68 00 65 00 6c 00 70

    注意，由于字符串在内存中是颠倒保存的，所以，实际上“help“在内存是这样保存的：

    68 00 65 00 6c 00 70 00

    好了，我们现在知道在Visual Basic中字符串类string并非我们原先想象的那样。为了避免任何可能的误解，我们把string类型理解为Unicode格式的字符数组，而实际上它就是这样子的。这也有助于我们区别ANSI格式的字符数组。

    请仔细阅读以下几句话，因为这是理解string类型的关键：

    当我们写下这几句代码时：

    Dim str as String

    Str=”help”

    本质上来说，我们其实并没有定义了一个Unicode格式的字符数组。我们其实定义了一个BSTR类型的变量。一个BSTR类型的变量就是一个指向以NULL结尾的，以四个字节为保留字开头的Unicode格式字符数组的指针。

从Visual Basic 4开始，string类型就不同了。新的数据类型叫做BSTR字符串。

BSTR字符串有以下几个要点要强调一下：

    1．一个BSTR字符串变量实际上是一个指针变量。它占用32bit即4个字节，就像其它的指针一样。而且，它指向一个Unicode格式的字符数组。但是，我们不能把字符串与BSTR字符串等同起来。我们必须用它自己确切的名字DD“BSTR“。

    2．一个BSTR字符串变量指向的字符串数组必须由4个字节的保留字开始（保存字符串数组的字节数而不是字符数），由2个空字符结束。   

    3．由于空字符在Unicode格式的字符串中的任何位置都有可能出现，所以，以空字符声明一个Unicode格式的字符串的结束并不合适。因此，在4个保留字中保存字符串的长度是至关重要的。

    4．我们再强调一下，BSTR字符串指针实际指向的是Unicode格式的字符数组的首地址，而不是开头的4个字节。接下来我们就会看到，在这儿这样不厌其烦地强调BSTR字符串变量的特征是为了与马上就要解释的VC++中的string类型作个比较。

    5．图示中的4个字节的length记录的是字符数组的字节数（注意，不是字符数），包括结尾的空字节。因为数组是Unicode格式的，所以实际字符是length的一半。

    在这儿强调一下，一个Unicode格式的空字符其实是占用2个字节的空间，而不是1个字节。在Unicode格式的数组中测试空字符时要当心这一点。

    我们一般在惯例上说BSTR字符串“help”是“一个BSTR类型的字符串”。一般公认为，一个BSTR字符串变量指向的一个字符数组中包括至少两个空字符。

    就Visual Basic来说，BSTR字符串未尾的两个空字节可能没什么用处，但是对Win32来说，它们却是至关重要的。原因在于，Win32版本的Unicode String（它称为LPWSTR）定义为指向一个空字符结尾的Unicode格式的字符串的指针。

    从这个原因上解释BSTR字符串为什么要以空字符结尾就合情合理了。

有关String这个术语

    为了避免任何可能的误解，以下我们仅使用术语BSTR、Unicode字符数组和ANSI字符数组，我们会尽量避开使用string这个术语。如果必须使用String，我们会把它改为Vusual Basic String（就是BSTR）或Visual C++ String(就是以上说过的LPSTR)。

    然而，在Vusual Basic文档里，你会经常看到String这个字，至于它是以上所说的三种字符串中的哪一种，就要靠你自己的去判断了。

    研究String的工具

    如果我们想继续研究String，那么我们还需要一些工具。让我们来看看以下几个工具。

    Visual Basic的StrConv函数：

    StrConv函数是用来转变字符数组的格式的函数。它的语法为：

    StrConv（string，conversion，LCID）

    其中的String指的是一个BSTR类型的字符串，Conversion是一个常量（接下来马上就要介绍），而LCID是一个可选的标识符（在此我们忽略它）。

    我们感兴趣的Conversion参数是以下两个：

    VbUnicode（其实叫VbToUnicode更合适）

    VbFromUnicode

    这两个参数将BSTR字符数组转换为Unicode格式或ANSI格式。

    但是现在我们有个麻烦。我们没有一个ANSI BSTR类型的字符串。定义中已经说过，BSTR字符数组指向的是Unicode格式的字符数组。

    但我们还是可以想象一下，一个ANSI BSTR的字符串应该是怎样的。如同在图6-2中描述的一样，只须将Unicode格式的字符数组用ANSI格式的字符数组代替就是了。

    现在我们说StrConv至少有两种合法的形式：

    StrConv（an_ANSI_BSTR，vbFromUnicode）

    StrConv（an_BSTR，vbUnicode）具有讽刺意思的是，在第一种情况的时候，Visual Basic居然不认识自己的函数的返回值！请看下面的代码：

    s = "help"

    Debug.Print s

    Debug.Print StrConv(s, vbFromUnicode)

    其输出居然是：

    help
    敨灬

   
    原因是Visual Basic试图把ANSI BSTR字符串解释为BSTR字符串。请再看下面的代码：

    s = "h" & vbNullChar & "e" & vbNullChar & "l" & vbNullChar & "p" & vbNullChar

    Debug.Print s

    Debug.Print StrConv(s, vbFromUnicode)

    输出结果是：

    h e l p

    help

    在这儿我们为了让StrConv正常工作，而仿照Unicode格式填充一个字符串数组并传递给Visual Basic让它处理。而这种结果是：一个ANSI BSTR字符串于是有了一个合法的BSTR的解释。

    这表明，StrConv函数并不真正理解或关心传过来的字符串究竟是BSTR还是ANSI BSTR。它只是设想无论如何你只要传递给它一个字符串指针就成了，它的任务只是盲目地去转换这个字符数组而已。我们以后会发现，很多其它的字符串函数都是这样。这就是说，它们可以接收一个BSTR或是一个ANSI BSTR字符指针，只要这个指针指向的是空字节结尾的字符数组就行了。

    Len和LenB函数

    Visual Basic有两个返回字符串长度的函数：Len和LenB。它们都可以接收一个BSTR或是一个ANSI BSTR，并且返回一个长整型数值。以下的代码说明了一切：

    s = "help"

    Debug.Print Len(s), LenB(s)

    Debug.Print Len(StrConv(s, vbFromUnicode)), LenB(StrConv(s, vbFromUnicode))

    输出结果是：

    4         8

    2         4

    这表明，Len返回的是字符数，而LenB返回的是在BSTR中的字节数。

    Chr，ChrB和ChrW函数

    这几个函数的输入参数和输出结果都不相同。刚接触它们时，你可能会感到无所适从。对此，我的建议是：把它们的定义多读几遍。

    Chr函数接收一个在0到255之间的长整型的整数，返回一个长度为1的BSTR类型字符串。此处，BSTR指向的字符是Unicode格式的。所以，虽然长度为1，但实际占用2字节。从最新的Visual Basic的文档来看，Chr和Chr$没有区别。

    ChrB函数接收一个在0到255之间的长整型的整数，但它的返回值是一个长度为1字节的ANSI BSTR类型的字符串。该字符串是ANSI格式，所以占用1个字节。

    ChrW函数接收一个在0到255之间的长整型的整数，返回值是一个长度为1的BSTR的字符串。该字符串是Unicode格式，所以占用2个字节。

    Asc,AscB和AscW函数

    这些函数就是Chr的反函数。其中，AscB接收一个ANSI BSTR类型的字符串，并返回一个Byte型的该字符串第一个字符的ASCII代码。为了证明返回值确是Byte类型的数据，请看下面的代码：

    Debug.Print VarType(AscB("h")) = vbByte

    输出结果是True。从字面上来看，可能你会认为AscB会接收一个BSTR类型的字符，但是，实际上它只认这个BSTR字符的第一个字节，其它的字节就被忽略掉了。

     Asc函数接收一个BSTR类型的字符串（不是ANSI BSTR），并返回一个该字符串第一个字符的Unicode代码。

    Null字符串和Null字符

    Visual Basic允许Null值的BSTR类型字符串。请看下面代码：

    Dim s As String

    s = vbNullString

    Debug.Print VarPtr(s) ‘有关这两个函数，接下来马上介绍。

    Debug.Print StrPtr(s)

    输出结果是：

    1243948

    0

    这说明，一个Null值的BSTR字符串仅仅是一个指向内容为0的字符指针。在Win32和Visual C++中，这种字符串叫做空指针。让我们再来看看vbNullString和vbNullChar的区别。vbNullChar并不是指针，它是一个值为0的Unicode字符。

    请大家不要把一个值为Null的BSTR和一个空BSTR搞混了。请看下面代码：

    Dim s As String

    Dim t As String

    s = vbNullString

    t = ""

    空BSTR字符串t是一个指向非空内存地址的指针。在那个地址保存的是空BSTR字符串的终止符。而且，它前面的那4个保留字节中保存的该字符串的长度信息为0。

    VarPtr和StrPtr函数

    在微软的文档里并没有VarPtr和StrPtr函数的描述，但它们是非常有用的。特别是VarPtr函数。

    请看，如果参数var为有效变量的话，那么，

    VarPtr(var)

    返回的是变量的长整型地址。

    如果str是一个BSTR字符串变量，那么：

    StrPtr(str)

    返回的是BSTR字符串指针指向的Unicode字符串的首地址。

liucqa

    如果代码如下：

    Dim str As String

    str = "help"

    注意，变量str在内存中的地址是aaaa，str保存的内容是字符串的首地址xxxx.。

    请看：

    VarPtr = aaaa

    StrPtr = xxxx

    请再运行以下程序：

    Dim lng As Long

    Dim i As Integer

    Dim s As String

    Dim b(1 To 10) As Byte

    Dim sp As Long, vp As Long

    s = "help"

    sp = StrPtr(s ) ’sp是字符串首地址即字符h在内存中的地址xxxx

    Debug.Print "StrPtr:" & sp

    vp = VarPtr(s) ‘vp是sp的保存的内容xxxx在内存中的地址aaaa

    Debug.Print "VarPtr:" & vp

    CopyMemory lng, ByVal vp, 4 ‘将长整型指针vp指向的内容xxxx拷贝到长整型变量lng，并作比较。

    Debug.Print lng = sp

    CopyMemory b(1), ByVal sp, 10 ‘将sp保存的地址的实际内容拷贝给byte型数组b()，并输出。

    For i = 1 To 10

        Debug.Print b(i)

    Next

    输出结果为：

    StrPtr:1836612

    VarPtr:1243988

    True

    104  0  101  0   108   0   112   0   0   0

    在此我们清楚地看到，在内存中BSTR类型的字符串是以Unicode格式保存的。

    请在这几行代码：

    sp = StrPtr(s)

    Debug.Print "StrPtr:" & sp

    后加入以下几行代码：

    Dim ct As Long

    CopyMemory ct, ByVal sp - 4, 4

    Debug.Print "Length field: " & ct

    运行后可以得到这条输出结果：

    Length field: 8

    在此我们清楚地看到，这四个字节的保留字保存的是字符串的字节数，而不是字符数。

liucqa

字符串和Byte数组

Byte数组理所当然地就是成员是Byte类型的数组，例如：

Dim b(1 to 100) As Byte

我们可以使用VarPtr函数得到这个Byte类型的数组指针。

Dim lpsz As Long

lpsz = VarPtr(b(1))  

数组第一个成员的地址就是数组的地址。

记得我们说过一个LPSTR就是一个指向空字节结尾的字符数组。现在我们把数组全部赋值为空：

For i = 1 To 100
b(i) = 0
Next

（虽然Visual Basic也会自动帮你初始化，但是老是依赖它的这种初始化功能却不是一个良好的编程习惯。）


在Byte数组和BSTR字符串间相互转化

要将一个BSTR字符串转化为Byte数组，我们有两种不同的方法。Visual Basic风格的方法如下：

Dim s As String
s = "help"

Dim b(1 To 8) As Byte

For i = 1 To 8
b(i) = AscB(MidB(s, i))
Next

另一种C++风格的方法可以是：
s = "help"
Dim b(1 To 8) As Byte
CopyMemory b(1), ByVal StrPtr(s), LenB(s)

不管是哪种方法，我们都得到：
104  0  101  0  108  0  112  0

从上可见，在每一个Unicode格式的字符串中，每个字符都是颠倒保存的。
另一方面，如果想把一个Byte数组转化为一个BSTR字符串，Visual Basic提供了几个函数帮助我们做到这一点。如果b是一个Unicode格式的Byte数组，那么我们就可以直接在代码中这样写：

Dim t As String
t = b

而如果是ANSI格式的Byte数组就这样写：
Dim t As String
t = StrConv(b, vbUnicode)  

goldowl2011

Thanks a lot.

hcxjr

好长啊～下载下来慢慢看才得～