不懂html也来学网抓（xmlhttp/winhttp+fiddler）

wcymiss · 发表于 2014-11-21 23:22

本帖最后由 wcymiss 于 2014-11-24 12:24 编辑

VBA万岁发表于 2014-11-21 08:53
老师误会了，520楼代码本来就是想实现将字符转换为unicode码功能的。

我快要被你气死了。
实在忍不住了。本来以为这些东西百度下就能查到的，结果你在这里纠结了好多天。
大概的讲讲编码方面的知识吧。

编码对于计算机，相当于语言对于我们人类。中国有中文，英国有英语。

ANSI编码：这相当于“地方话”的概念，具体在每个区域是不同的。在中国大陆，具体使用的是GB2312，GBK是GB2312的扩展。在中国台湾，使用的Big5。这些编码都统称为ANSI编码。
ANSI编码在vba中使用asc和chr进行转换。英文字母标点和数字是1个字节（asc函数结果在0-255之间），而汉字是两个字节且高位为1（asc函数结果是负数）。

因为ANSI编码地域性的缺陷，后来出现了UNICODE编码。这种编码囊括了所有地区的文字。
UNICODE编码在vba中使用ascw和chrw进行转换。所有字符都占两个字节。英文字母标点和数字的编码值小于255，所以它们的高位字节值是0。

正因为UNICODE编码的所有字符都占两个字节，造成了以英文为主要文字进行网络传输时资源浪费了一半。这样由UNICODE编码衍生出的UTF-8编码就诞生了。它的英文和数字占1个字节，而汉字等其他字符占3个字节。UTF-8编码是网络传输使用的主要编码。

向服务器发送请求时，汉字及一些特殊字符无法存在于URL中。于是，它们需要按某种编码规则进行编码后（大部分是UTF-8，一些中文网站也会使用GB2312/GBK），按照URL的规则加上百分号，然后才能进行发送。javascript提供了编码函数encodeURI
、encodeURIComponent，解码函数decodeURI和decodeURIComponent，它们的编码规则都是UTF-8。

%uxxxx和\uxxxx样的字符，是存在于网页中的用UNICODE规则编码的字符。现在大多用\uxxxx而比较少用%uxxxx。javascript提供了函数escape和unescape来进行普通字符和%uxxxx字符的相互转换，对于\uxxxx字符，可以直接被javascript脚本识别读取。在vba里则可以调用javascript的eval函数将其转为普通文本。

以上所说在细节上可能不完全准确。请有兴趣者自行百度以完善相关知识。

看了以上这些，你知道你错在哪了吗？你还会说我是误会吗？

不要再纠结字符编码了！搜索也不要仅限于论坛。相比整个英特网，论坛的资源实在是太少！

coby001 · 发表于 2014-11-22 00:35

wcymiss 发表于 2014-11-21 23:22
我快要被你气死了。
实在忍不住了。本来以为这些东西百度下就能查到的，结果你在这里纠结了好多天。
大 ...

终于发生了,,哈哈~~~

VBA万岁 · 发表于 2014-11-22 09:30

wcymiss 发表于 2014-11-21 23:22
我快要被你气死了。
实在忍不住了。本来以为这些东西百度下就能查到的，结果你在这里纠结了好多天。
大 ...

呵呵，老师别生气啊！其实，对于VBA，我一直都处于一知半解的状态——这可能与我学习VBA的目的有关，主要是为了解决实际问题。遇到了某一实际问题，便将与其相关的VBA知识搜索了解一下，不求甚解。也未曾深入系统地学习过，所以存在很多知识缺陷。
其实很感激你的，学习了你的帖子，让我收获很多。更感激你的无私奉献，帮人解惑，不仅授人以鱼，更授人以渔。