使用Adodb.Stream判断文件编码及进行编码转换（Unicode，Utf-8，GB2312等)

liucqa · 发表于 2012-5-15 13:06

本帖最后由 liucqa 于 2012-11-10 10:54 编辑

Sub FileZM(sFile As String, sCode As String, dFile As String, dCode As String)
'参数：源文件，源文件编码，目标文件，目标文件编码。编码举例----"gb2312"、"UTF-8"等
Dim ObjStream As Object
Set ObjStream = CreateObject("Adodb.Stream")
With ObjStream
.Mode = 3 'adModeReadWrite = 3 ' 指示读/写权限。
.Type = 1 'adTypeBinary = 1
.Open
.LoadFromFile sFile '源文件
.Position = 0
.Type = 2 'adTypeText = 2
.Charset = sCode
sCode = .ReadText '读取文本到sCode
.Position = 0 ' 这只是定位到文件头，保留
.SetEOS ' 完全重写不要漏了这个,通过使当前 Position 成为流的结尾来更新 EOS 属性的值。当前位置后面的所有字节或字符都将被截断
.Type = 2 'adTypeText = 2
.Charset = dCode '指定输出编码
.WriteText sCode '写入指定的文本数据到Adodb.Stream
.SaveToFile dFile, 2
.Close
End With
Set ObjStream = Nothing
End Sub

复制代码

附上ADODB.Stream组件Charset属性值

ANSI_X3.4-1968|iso-8859-1
ANSI_X3.4-1986|iso-8859-1
arabic|iso-8859-6
ascii|iso-8859-1
ASMO-708
Big5
chinese|gb2312
CN-GB|gb2312
cp1256|windows-1256
cp367|iso-8859-1
cp819|iso-8859-1
cp852|ibm852
cp866|ibm866
csASCII|iso-8859-1
csbig5|big5
csEUCKR|ks_c_5601-1987
csEUCPkdFmtJapanese|euc-jp
csGB2312|gb2312
csISO2022JP|_iso-2022-jp$ESC
csISO2022KR|iso-2022-kr
csISO58GB231280|gb2312
csISOLatin1|windows-1252
csISOLatin2|iso-8859-2
csISOLatin4|iso-8859-4
csISOLatin5|iso-8859-9
csISOLatinArabic|iso-8859-6
csISOLatinCyrillic|iso-8859-5
csISOLatinGreek|iso-8859-7
csISOLatinHebrew|iso-8859-8
csKOI8R|koi8-r
csKSC56011987|ks_c_5601-1987
csShiftJIS|shift_jis
csUnicode11UTF7|utf-7
csWindows31J|shift_jis
cyrillic|iso-8859-5
DOS-720
DOS-862
DOS-874
ECMA-114|iso-8859-6
ECMA-118|iso-8859-7
ELOT_928|iso-8859-7
euc-jp
euc-kr
Extended_UNIX_Code_Packed_Format_for_Japanese|euc-jp
GB2312
GBK|gb2312
GB_2312-80|gb2312
greek|iso-8859-7
greek8|iso-8859-7
hebrew|iso-8859-8
hz-gb-2312
IBM367|iso-8859-1
ibm819|iso-8859-1
ibm852
ibm866
iso-2022-jp
iso-2022-kr
iso-8859-1
iso-8859-11|windows-874
iso-8859-2
iso-8859-3
iso-8859-4
iso-8859-5
iso-8859-6
iso-8859-7
iso-8859-8
ISO-8859-8 Visual|iso-8859-8
iso-8859-8-i
iso-8859-9
iso-ir-100|iso-8859-1
iso-ir-101|iso-8859-2
iso-ir-110|iso-8859-4
iso-ir-111|iso-8859-4
iso-ir-126|iso-8859-7
iso-ir-127|iso-8859-6
iso-ir-138|iso-8859-8
iso-ir-144|iso-8859-5
iso-ir-148|iso-8859-9
iso-ir-149|ks_c_5601-1987
iso-ir-58|gb2312
iso-ir-6|iso-8859-1
ISO646-US|iso-8859-1
iso8859-1|iso-8859-1
iso8859-2|iso-8859-2
ISO_646.irv:1991|iso-8859-1
iso_8859-1|iso-8859-1
iso_8859-1:1987|iso-8859-1
iso_8859-2|iso-8859-2
iso_8859-2:1987|iso-8859-2
ISO_8859-4|iso-8859-4
ISO_8859-4:1988|iso-8859-4
ISO_8859-5|iso-8859-5
ISO_8859-5:1988|iso-8859-5
ISO_8859-6|iso-8859-6
ISO_8859-6:1987|iso-8859-6
ISO_8859-7|iso-8859-7
ISO_8859-7:1987|iso-8859-7
ISO_8859-8|iso-8859-8
ISO_8859-8:1988|iso-8859-8
ISO_8859-9|iso-8859-9
ISO_8859-9:1989|iso-8859-9
koi|koi8-r
koi8-r
koi8-ru
korean|ks_c_5601-1987
KSC5601|ks_c_5601-1987
KSC_5601|ks_c_5601-1987
ks_c_5601|ks_c_5601-1987
ks_c_5601-1987
ks_c_5601-1989|ks_c_5601-1987
l1|windows-1252
l2|iso-8859-2
l4|iso-8859-4
l5|iso-8859-9
latin1|iso-8859-1
latin2|iso-8859-2
latin4|iso-8859-4
latin5|iso-8859-9
logical|windows-1255
ms_Kanji|shift_jis
shift-jis|shift_jis
shift_jis
unicode
unicode-1-1-utf-7|utf-7
unicode-1-1-utf-8|utf-8
unicode-2-0-utf-8|utf-8
unicodeFFFE
us|iso-8859-1
us-ascii|iso-8859-1
utf-7
utf-8
visual|iso-8859-8
windows-1250
windows-1251
windows-1252
windows-1253
Windows-1254|iso-8859-9
windows-1255
windows-1256
windows-1257
windows-1258
windows-874
x-ansi|windows-1252
x-cp1250|Windows-1250
x-cp1251|Windows-1251
x-euc|euc-jp
x-euc-jp|euc-jp
x-ms-cp932|shift_jis
x-sjis|shift_jis
x-unicode-2-0-utf-7|utf-7
x-unicode-2-0-utf-8|utf-8
x-user-defined
x-x-big5|big5
_autodetect
_autodetect_all
_autodetect_kr
_iso-2022-jp$ESC
_iso-2022-jp$SIO

复制代码

liucqa · 发表于 2012-5-15 13:50

本帖最后由 liucqa 于 2013-12-27 16:46 编辑

'字符集编码转换函数,将任意字符集转换成BSTR

Function Bytes2Bstr(body,chrset)
dim objStream
set objStream = Server.CreateObject("adodb.stream")
objStream.Type = 1 'adTypeBinary
objStream.Mode =3 'adModeReadWrite
objStream.Open
objStream.Write body
objStream.Position = 0
objStream.Type = 2 'adTypeText
objStream.Charset = chrset
Bytes2Bstr = objStream.ReadText
objStream.Close
set objStream = nothing
End Function

复制代码

直接转换的函数

awnuwfkd · 发表于 2012-5-15 14:50

请问怎么知道一个文件的编码方式呢？
还有adodb.stream可以直接连接读取一个文件里的数据吗？(刚刚学了adodb.connection里的recordset，还没接触stream)

liucqa · 发表于 2012-5-15 14:57

本帖最后由 liucqa 于 2012-11-10 10:56 编辑

awnuwfkd 发表于 2012-5-15 14:50
请问怎么知道一个文件的编码方式呢？
还有adodb.stream可以直接连接读取一个文件里的数据吗？(刚刚学了ado ...

利用ADODB.Stream判断文件编码2008-03-14 15:49ANSI无格式定义
EFBB    BF UTF-8
FFFE    UTF-16/UCS-2, little endian
FEFF    UTF-16/UCS-2, big endian
FFFE 0000 UTF-32/UCS-4, little endian
0000 FEFF UTF-32/UCS-4, big endian

function checkcode(path)
set objstream=server.createobject("adodb.stream")
objstream.Type=1
objstream.mode=3
objstream.open
objstream.Position=0
objstream.loadfromfile path
bintou=objstream.read(2)
If AscB(MidB(bintou,1,1))=&HEF And AscB(MidB(bintou,2,1))=&HBB Then
checkcode="utf-8"
ElseIf AscB(MidB(bintou,1,1))=&HFF And AscB(MidB(bintou,2,1))=&HFE Then
checkcode="unicode"
Else
checkcode="gb2312"
End If
objstream.close
set objstream=nothing
end function

复制代码

UTF8文件有BOM和No BOM两种，其区别在于BOM多了三个字节（EFBBBF），对比了二进制文件，发现有这个区别，如果是NoBOM的文件就无法通过前两个字节判断是否为UTF-8文件。

对于没有BOM的UTF-8文件，可以通过遍历判断是否为UTF-8编码。遍历方法可以是二进制的移位判断或者是正则。

明天の晨曦 · 发表于 2012-11-10 08:10

liucqa 老师您好，我想转换xml的编码从UTF到ansi，用您的编码转换为什么中文字符会变成“???”
Sub FileZM(sFile As String, sCode As String, dFile As String, dCode As String)
Dim ObjStream As Object

Set ObjStream = CreateObject("Adodb.Stream")
With ObjStream
.Mode = 2       'adModeReadWrite = 3 ' 指示读/写权限。
.Type = 1       'adTypeBinary = 1
.Open
.LoadFromFile sFile '源文件

.Position = 0
.Type = 2       'adTypeText = 2
.Charset = sCode
sCode = .ReadText '读取文本到sCode

.Position = 0    ' 这只是定位到文件头，保留
.SetEOS          ' 完全重写不要漏了这个,通过使当前 Position 成为流的结尾来更新 EOS 属性的值。当前位置后面的所有字节或字符都将被截断
.Type = 2       'adTypeText = 2
.Charset = dCode    '指定输出编码
.WriteText sCode    '写入指定的文本数据到Adodb.Stream
   .SaveToFile dFile, 2
.Close
End With
Set ObjStream = Nothing
End Sub

Private Sub CommandButton4_Click()
FileZM "C:\Users\User\Desktop\life\life.xml", "UTF-8", "C:\Users\User\Desktop\life\2.xml", "iso-8859-1"
End Sub

liucqa · 发表于 2012-11-10 10:57

明天の晨曦发表于 2012-11-10 08:10
liucqa 老师您好，我想转换xml的编码从UTF到ansi，用您的编码转换为什么中文字符会变成“???”
Sub FileZM ...

life.rar (17.16 KB, 下载次数: 440)

你不要乱改代码

明天の晨曦 · 发表于 2012-11-10 11:45

谢谢老师，但是我改成ansi为啥还是问号呢

liucqa · 发表于 2012-11-10 11:49

本帖最后由 liucqa 于 2012-11-10 11:50 编辑

明天の晨曦发表于 2012-11-10 11:45
谢谢老师，但是我改成ansi为啥还是问号呢

你百度一下 ansi，先理解什么是编码吧

明天の晨曦 · 发表于 2012-11-10 11:53

好的，谢谢老师知指导

Moneky · 发表于 2012-11-10 12:13

多谢分享，收藏备用！{:soso_e179:}

		自动登录	找回密码
密码			免费注册

[分享] 使用Adodb.Stream判断文件编码及进行编码转换（Unicode，Utf-8，GB2312等)

评分

评分