VBA高级教程之基础篇：文本编码和字符串处理(包括指针)，ADODB.Stream转换文本编码

shaanxi348

一口气读完了

VBA万岁

liucqa 发表于 2013-4-1 01:39
十五、如何识别\u前缀的文本字符
在网页处理过程中，我们经常会遇到以\u开头的文本，这种格式是在每个Unic ...

想必有用，收藏先。谢谢！

清风流年

非常有用，学习了，高手啊

messias

感谢楼主好文，昨天花了3个小时，基本弄清了指针的概念。
信息量很大，需要反复看很多遍，收藏了

jacky1998

我都看懂了吗？很精彩，底子太低，对于我来说，如同天书！

lonesomecat

好详细，支持楼主

香川群子

字符串快速转换为UTF-8码的自定义函数（单一功能）。

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

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-8码。

原问题帖：
http://club.excelhome.net/forum. ... 108&pid=8055686

香川群子

以及UTF-8码快速转换为字符串的自定义函数（单一功能）。

再次研究了一下UTF码转换规律，发现更简单的算法：

1. 
   
2. Function ChrU$(txt$) 'Change UTF To Char
   
3.     For i = 1 To Len(txt)
   
4.         t = Val("&H" & Mid(txt, i, 2))
   
5.         If t < 128 Then ChrU = ChrU & Chr(t): i = i + 1 Else ChrU = ChrU & ChrW(Val("&H" & Mid(txt, i + 1, 1)) * 4096 + (Val("&H" & Mid(txt, i + 2, 2)) - 128) * 64 + Val("&H" & Mid(txt, i + 4, 2)) - 128): i = i + 5
   
6.     Next
   
7. End Function

复制代码

复制代码6位16进制转ChrW字符的具体计算过程如下：

     t1 = Val("&H" & Mid(txt, i + 1, 1))          '取第1组的第2个16进字符转为10进制数 (第1个设别字符e无需使用)
    t2 = Val("&H" & Mid(txt, i + 2, 2)) - 128  '取第2组的2个16进制字符转10进制数并减去128
    t3 = Val("&H" & Mid(txt, i + 4, 2)) - 128  '取第3组的2个16进制字符转10进制数并减去128
    t4 = t1 * 4096 +  t2 * 64 + t3               't1乘以4096+t2乘以64+t3得到该UTF-8码的AscW码值。

    t5 = ChrW(t4) 这样就可以用ChrW函数转换为有效字符了。


原问题帖：
http://club.excelhome.net/forum. ... 1181108&pid=8055605

liucqa

香川群子 发表于 2015-1-20 22:37
字符串快速转换为UTF-8码的自定义函数（单一功能）。

这个是正常字符转为UTF码的自定义函数：代码加码计 ...

http://www.cnblogs.com/chenwenbi ... /08/11/2134503.html

UTF-8是Unicode的一种实现方式，也就是它的字节结构有特殊要求，所以我们说一个汉字的范围是0X4E00到0x9FA5，是指unicode值，至于放在utf-8的编码里去就是由三个字节来组织，所以可以看出unicode是给出一个字符的范围，定义了这个字是码值是多少，至于具体的实现方式可以有多种多样来实现。

UTF-8是一种变长字节编码方式。对于某一个字符的UTF-8编码，如果只有一个字节则其最高二进制位为0；如果是多字节，其第一个字节从最高位开始，连续的二进制位值为1的个数决定了其编码的位数，其余各字节均以10开头。UTF-8最多可用到6个字节。
如表：
1字节 0xxxxxxx
2字节 110xxxxx 10xxxxxx
3字节 1110xxxx 10xxxxxx 10xxxxxx
4字节 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
5字节 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
6字节 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx

汇铁

阅。谢。写得不错。

似乎，没有不同编码间的直接转换代码。这个需求或不多。但有，就更完美。