如何将附件中的16进制编码的字符转换成汉字

香川群子

sz_wap 发表于 2015-1-20 13:36

这个是正常字符转为UTF码的自定义函数：

1. Function GetUTF$(txt$)
   
2.     For i = 1 To Len(txt)
   
3.         t = AscW(Mid(txt, i, 1)): If t < 0 Then t = 65536 + t
   
4.         If t < 128 Then GetUTF = GetUTF & Hex(t) Else GetUTF = GetUTF & "e" & Hex(t \ 4096) & Hex((t \ 64) Mod 64 + 128) & Hex(t Mod 64 + 128)
   
5.     Next
   
6. End Function

复制代码

加码计算原理：
<128的直接用2位16进制数表示，
其它字符的AscW码值，按照64进制转换为3组10进制数，
然后，第1组转16进制并添加前导"e" (相当于10进制数+224或16进制"E0")
而第2和第3组的10进制数还要加上128(保证和<128的字符区分开来)，然后再转为2位的16进制字符。
转换后的3组拼接字符即是UTF码。

香川群子

sz_wap 发表于 2015-1-20 16:33
附件代码是以前从网上找的
主要处理形如：%E6%B5%8B%E8%AF%95abc123之类的Url字符串
其中包含汉字的UTF ...

你的“拿来主义”的代码水平比较低……

一是进制转换效率太低，二是算法不简明……转码的原理没能搞懂吧。

…………
说实话我之前也不知道UTF是怎么回事，但看了你拿来的代码，分析一下就明白了。

sz_wap

香川群子 发表于 2015-1-20 17:05
你的“拿来主义”的代码水平比较低……

一是进制转换效率太低，二是算法不简明……转码的原理没能搞懂 ...

转成2进制后截位，大概源于C语言，因为C可以进行位操作。
VB里应该是四则运算效率更高。

需要注意的是，UTF-8可变长，从通用性角度，还要考虑2字节的UTF8码

香川群子

sz_wap 发表于 2015-1-21 11:13
转成2进制后截位，大概源于C语言，因为C可以进行位操作。
VB里应该是四则运算效率更高。

UTF-8码确实还有各种其它形式。

但这就不是一般的字符串转换要求了。
仅从字符转换角度考虑，还是用我的方法就足够了。

hnyylx

香川群子 发表于 2015-1-20 15:25
你的转换函数太复杂了。也许是因为你为了通用性而过多地考虑了其它异常处理。

我看懂了你的转换原理， ...

香川老师，您真的太神奇了，代码写得如此简洁！我想再请教您一下：您在对连续6个16进制码转为1个ChrW字符时，每两个16进制码为一组分别转为2进制码，然后分别将每组二进制码提取第1个"0"以后的有效字符,再然后将他们合并连接为一个2进制数，最后又通过BinToDec将这个合并后的2进制数转为10进制数，再通过ChrW将10进制数转为汉字。
以上将每组二进制码提取第1个"0"以后的有效字符合并为一个二进制数，能否麻烦解释下为啥要提取第1个"0"以后的有效字符合并？

香川群子

hnyylx 发表于 2015-1-21 13:10
香川老师，您真的太神奇了，代码写得如此简洁！我想再请教您一下：您在对连续6个16进制码转为1个ChrW字符 ...

你这说的还是我8楼的转换代码吧。

请先看一下9楼的转换代码，更简单。计算过程我也已经说明了。

…………
原因在于：
UTF-8对ChrW字符编码时，为了保证每2个16进制数不被当做<128的普通Chr字符(即基本ASC字符)
所以，对于后两组（即第3第4位的第2组16进制数，以及第5第6位的第3组16进制数）
会在编码时加上128以作区别。

而128的二进制码为10000000 所以8个2进制数位长度中的第1第2位是不需要的。
可以直接截取掉。

而截取算法，就可以是找到第1个0(实际左起第2个数位)以后截取其后的第3个数位开始的二进制数值即可。

…………
这样其实很麻烦，所以我在9楼的代码中，就直接用16进制数换算为10进制数以后，直接减去128就可以了。

这两种处理方法，实际效果是一样的。

香川群子

UTF编码过程中，第3第4位以及第5第6位的2组16进制数的最大值，只有64( 即0-63)
对应二进制码最大63为=111111，加上128以后是：10111111

所以，找到二进制数中第1个零以后开始的数，或者直接截取二进制数的后6位，
或者把16进制数转为10进制数后再减去128……这些都是一样的效果。

hnyylx

香川群子 发表于 2015-1-21 16:07
UTF编码过程中，第3第4位以及第5第6位的2组16进制数的最大值，只有64( 即0-63)
对应二进制码最大63为=1111 ...

香川大师，在您的点拨下，我把您写的代码都看完看懂了，不得不佩服您写代码的功夫如此高深，我获益很多，非常感谢您！在此再和您探讨下（与目前的工作需求暂时没有关系，但是以后很可能会碰到）：
我在想：反过来，要是下回碰到要将一堆字母汉字要转为UTF码，这个自定义函数该如何写呢？网上我查到一个，但是只能把汉字转为UTF码，字母及其他符号就没法转了。而且代码写得也比较复杂，没有您写的代码那么精简，要不香川大师再劳驾您秀一下？

hnyylx

hnyylx 发表于 2015-1-22 14:13
香川大师，在您的点拨下，我把您写的代码都看完看懂了，不得不佩服您写代码的功夫如此高深，我获益很多， ...

Function UTF8EncodeURI(szInput)
Dim wch, uch, szRet
Dim x
Dim nAsc, nAsc2, nAsc3
If szInput = "" Then
UTF8EncodeURI = szInput
Exit Function
End If
For x = 1 To Len(szInput)
wch = Mid(szInput, x, 1)
nAsc = AscW(wch)
If nAsc < 0 Then nAsc = nAsc + 65536
If (nAsc And &HFF80) = 0 Then
szRet = szRet & wch
Else
If (nAsc And &HF000) = 0 Then
uch = "%" & Hex(((nAsc \ 2 ^ 6)) Or &HC0) & Hex(nAsc And &H3F Or &H80)
szRet = szRet & uch
Else
uch = "%" & Hex((nAsc \ 2 ^ 12) Or &HE0) & "%" & _
Hex((nAsc \ 2 ^ 6) And &H3F Or &H80) & "%" & _
Hex(nAsc And &H3F Or &H80)
szRet = szRet & uch
End If
End If
Next
UTF8EncodeURI = szRet
End Function
以上是我在网山搜到的汉字转UTF的代码，供参考。

fkuepl051

感谢香川群子老师，看了你的帖子解决了我一个好久的问题了。