系统自带的记事本有读写UTF-8文本文件的功能,我想在自编的记事本中也加入这个功能,但在网上查找了一个钟头,竟然找不到用VB编写的代码,看来,天降大任于斯人也,大概要由我来开这个头了。
于是我在网上狂查UTF-8的文章,恶补这方面的知识,并且还真的获益非浅,起码从七窍通六窍——一窍不通到七窍通一窍——略知一二了,呵呵。
当我做完最后一次试验时,长长地叹了一口气,美美地伸了一个懒腰,呵呵,真爽啊,一天的时间终于没有白费!这也许就是编程的乐趣吧,当看到程序按照自己的愿望运行时,各位哥们姐们,你们的心情一定也与我是一样的,无比舒畅。
下面我先简单讲述一下UTF-8编码的有关知识,并且只讲与我编写的读写UTF-8文本代码有关的知识(如有谬误之处请各位兄弟指正),详细的理论请各位自己找专业文章看看。
UTF-8 编码字符理论上可以最多到 6个字节长,但目前全世界的所有文字和符号种类加起来也只要编到 4个字节长就够了。
UTF-8 是以 8位(即 1个字节)为单元对原始码进行编码(注意一点:这里所讲的原始码都是指Unicode码),并规定:多字节码(2个字节以上才称为多字节)以转换后第1个字节起头的连续“1”的数目(这些连续“1”称为标记位),表示转换成几个字节:“110”连续两个“1”,表示转换结果为2个字节,“1110”表示3个字节,而“11110”则表示4个字节……跟随在标记位之后的“0”,其作用是分隔标记位和字符码位。第2~第4个字节的起头两个位固定设置为“10”,也作为标记,剩下的6个位才做为字符码位使用。
这样,2字节UTF-8码剩下11个字符码位,可用以转换0080~07FF的原始字符码,3字节剩下16个字符码位,可用以转换0800~FFFF的原始字符码,由此类推。编码方式的模板如下:
原始码(16进制) UTF-8编码(二进制)
--------------------------------------------
0000 - 007F 0xxxxxxx
0080 - 07FF 110xxxxx 10xxxxxx
0800 - FFFF 1110xxxx 10xxxxxx 10xxxxxx
……
--------------------------------------------
模板中的“x”表示字符码。
VB能识别的 Ascii码<007F,所以在VB中,Ascii码都只能编为1个字节的UTF-8码。汉字的 Unicode编码范围为0800-FFFF,所以被编为3个字节的UTF-8码。
例如“汉”字的Unicode编码是6C49,6C49在0800-FFFF之间,所以要用3个字节的模板:1110xxxx 10xxxxxx 10xxxxxx。
UTF-8文本文件与Unicode文本文件类似,在文件的头部也有标记字节,Unicode文件的标记是2个字节:&HFF 和 &HFE,UTF-8文件的标记是3个字节:&HEF、&HBB 和 &HBF
要写入UTF-8编码的文本文件,关键是对汉字编码的处理。我们从上述的汉字编码模板就可以看出,对汉字的处理步骤大致为:
第一步:取得汉字的Unicode码
第二步:将Unicode码分解为两个16进制数据
第三步:将这两个16进制数据转换成二进制数据并连接
第四步:将二进制数据分解为三个串,第一个串为4个位,在前面加上标记位“1110”,第二、三个串均为6个位,分别在前面加上“10”标记位
第五步:将这三个串分别转换为10进制数据并赋值给字节型数组
第六步:将字节型数组用二进制法写盘,并且要先在文本头存入三个字节的标记(&HEF、&HBB、&HBF),再将转换好的数据写入
要读取UTF-8编码的文本文件,对汉字的处理步骤大致为:
第一步:用二进制法读入文本数据,赋值给字节型数组,并判断前3个字节是否UTF-8标记,如果是,才进行以下的处理
第二步:逐个字节判断是否汉字编码,如果是,就再提取后两个数组元素,共三个数组元素来加以处理
第三步:将这三个数据都转换成16进制数据
第四步:将三个16进制数据都转换成二进制数据
第五步:从第一个二进制数据中去掉前4位,从第二、三个二进制数据中分别去掉前2位,并将这三个处理后的二进制数据依次连接,成为一个16位的字串
第六步:从这个二进制串中分别提取前8位和后8位转换成两个10进制数据,这两个数据就是汉字的Unicode码了,将它们赋值给一个字符型变量即可
由于上述的二进制数字均须进行大量的字符串操作,因此在实际的代码中,笔者采用了逻辑运算(位操作)来代替上述的字符串操作
新建一个工程,添加一个文本框,MultiLine 属性设为 True,ScroBars 属性设为2,再添加一个公用对话框,改其名称为CD。再用菜单编辑器建立二个菜单项:一个的标题为“另存为UTF-8文件”,名称为“SaveToUTF8”,另一个用于打开文件,标题为“打开”,名称“OpenFile”。
代码如下:
Option Explicit
Dim DAT() As Byte, DAT1() As Byte
Dim Z As String
Dim i As Long
Private Sub SaveToUTF8_Click()
On Error GoTo OutError
Dim zAsc As Long 'Ascii码暂存
Dim L As Long '字节计数
CD.Flags = &H200A
CD.DialogTitle = "另存为"
CD.Filter = "UTF-8文本(*.txt)|*.txt"
CD.ShowSave
If CD.Filename = "" Then Exit Sub
For i = 1 To Len(Text1)
Z = Mid$(Text1, i, 1)
zAsc = Asc(Z)
If zAsc > 0 Then '如果不是汉字
ReDim Preserve DAT(L + 1) As Byte
DAT(L) = zAsc
L = L + 1
Else
ReDim Preserve DAT(L + 3) As Byte
DAT1 = Z
DAT(L) = (DAT1(1) And 240) / 16 Or 224
DAT(L + 1) = (DAT1(1) And 15) * 4 + ((DAT1(0) And 192) / 64) Or 128
DAT(L + 2) = DAT1(0) And 63 Or 128
L = L + 3
End If
Next
ReDim DAT1(2) As Byte
DAT1(0) = &HEF
DAT1(1) = &HBB
DAT1(2) = &HBF
Open CD.Filename For Binary As #1
Put #1, , DAT1
Put #1, , DAT
OutError:
Close
End Sub
摘自:网络整理
相关文章参考:
※VB输入文本文件实现右对齐
※VB计算文本文件的行数
※VB打开文本文件各种方法
※vb:读写文本文件
※vb UTF文本文件访问
※简述UTF-8编码原理及其文本文件的读写技术【转】
※VB 读写TXT文本文件函数
※VB 判断是否文本文件
※VB 按指定编码格式写入文本文件
★VB部分相关文章推荐:★
☆VB6 中善用ByRef 提升速度
☆[vb] Set 语句
☆VB_Format自定义格式
☆用VB如读取内存地址
☆vb FindwindowEx的用法实例
☆进制转化进10进制数
☆收藏:如何获取当前已经打开的IE对象(VB6代码)
☆DXInput中键码的转换(VB6.0代码)
☆如何在VB6.0里动态使用具有事件的对象
☆[vb]格式输出Format函数
☆读取和写入Windows的INI文件
☆简述UTF-8编码原理及其文本文件的读写技术【转】
☆VB中的文件操作
☆VB中的文件操作文档
☆vb 中拷贝文件
☆VB反跟踪技术点滴
☆VB共享软件防破解设计技术初探(二)
☆VB共享软件防破解设计技术初探(三)
☆VB共享软件防破解设计技术初探(一)
☆RTF文件格式【转】
☆VB压缩技术
☆[vb]FSO对象模型在VB中的应用
☆VB 窗体实现文件拖拽获取路径方法
☆VB:注册表的读写
☆vb中空操作(等待)的指令、延时方法
☆VB让控件可以当标题栏拖动
☆FSO对象新建、打开、保存文件
☆获取网关IP和MAC 的VB源码
☆VB文件关联
☆vb获得本地和远程的MAC地址(网卡地址)
☆VB中ShellExeCute的应用
☆VB打开网址方法大全
☆vb简单控制音量大小及静音的方法
☆拖动无边框窗体(VB6代码)
☆VB使用FileSystemObject对象写文件
☆VB 从注册表中删除项及其某个值
☆vb 字符串转为数字和判断字符串是否是数字字符串【转】
☆vb按热键启动应用程序
☆VB的坐标系统综述
☆VB利用API函数来处理文件
☆关于VB中Shell及ShellExecute的总结与记录
☆[vb]On Error GoTo 0和On Error resume区别
☆[vb]On Error 语句
☆记录一下:在菜单上添加自绘图形的例子(VB6代码)
☆vb中findwindow的疑惑
☆[vb]FindWindow使用方法
☆常用文件类[转,无法运行通,待调试]
☆[vb]url utf-8编码
☆VB中的Unicode 和Ansi 格式
☆VB中的format格式化函数
☆VB中字符串匹配的多种方式
☆VB抓图
☆谈vb目录文件操作的三种方法-2
☆谈vb目录文件操作的三种方法-1
☆vb使用open方法读写文件
☆VB的MD5加密模块
☆VB 超简单的屏幕截图代码
☆vb以类名或窗口标题查找句柄并关闭
☆VB将配置保存到EXE本身(生成EXE木马程序)
☆VB 调用腾讯截图控件CameraDLL.dll
☆在VB6.0中怎么实现escape和unescape
☆vb求任意两线交点
☆VB中调用Windows API的注意事项[VB知识库]
☆VB 一个获得自己外网IP 地址的程序代码
☆VB程序中实现IP地址子网掩码网关DNS的更改[转]
☆在VB 中应用FSO 对象模型介绍(摘自网络)
☆[转] Vb中FSO 对象的介绍
☆VB 画坐标轴
☆VB 二进制文件的操作
☆[VB]BMP转JPG
☆VB中KeyCode常数用法
☆vb实时曲线的绘制和保存
更多精彩>>>
评论